随着我国工业生产的不断扩大,自动化程度的提高,起重机作为物料搬运的重要设备在现代化生产过程中的应用越来越广泛,并且对其要求也越来越高。它能够实现一定范围内垂直提升和水平搬运重物,因此广泛应用于铁路货场、矿山、核电站、港口、建筑工地等各种场所。使用起重机可以减轻体力劳动,大大提高生产效率,促进工业生产过程中的机械化和自动化。起重机长期在恶劣环境和复杂载荷下工作,会在工作的过程中发生安全事故,造成财产和人员的损失。所以对起重机疲劳寿命的预测是结构安全评估的重要内容。在进行疲劳剩余寿命预测时,结构在整个生命周期承受的随机载荷谱是计算疲劳寿命的基础性关键数据。目前获得随机载荷谱有现场实测和模拟仿真分析这两种方法。前者虽然数据准确,但是成本高、周期长,有些工作环境下甚至难以实现;后者获取载荷谱速度快、成本低,但其计算结果可信度低。随着互联网技术的不断升级,现如今许多工厂正在建立起重机运行数据的实时监测系统,这样可以更加方便快捷的获取起重机运行过程中的各种参数,如果能够把这些数据和计算机仿真有效结合起来,从而获取载荷谱,则可兼有准确性和快速性的优点,用来进行疲劳剩余寿命计算和安全评估更加接近实际,因此本文探索一种利用实时监测系统动态增量数据来快速获取起重机载荷谱的方法。首先对起重机实时监测到的数据进行处理,形成一个动态增量的实时数据样本,为下一步研究提供数据支持。然后使用ANSYS有限元软件对桥式起重机进行建模,通过实验测试数据对有限元模型进行修正完善,运用有限元模型对桥式起重机进行不同的起重量、小车位置的仿真模拟,获取起重机各点的等效应力值,构建一个3D—Map应力数据库。然后建立径向基神经网络模型,利用径向基神经网络对获取的动态增量的实时数据样本进行应力值的预测,从而形成时间——应力曲线。在进行径向基神经网络模型进行预测时,输入层为起重机的起升载荷、小车位置,输出层为任意欲求位置点的等效应力值。最后通过雨流计数法对应力——时间曲线进行二维应力谱数据获取。再利用基于损伤容限——断裂力学法进行寿命分析和剩余寿命评估。本文通过有限元软件和径向基神经网络两种方法计算等效应力值,把二者的数据进行对比,误差在允许范围内,验证了神经网络计算的可行性,而且其运行速度远快于有限元模拟仿真,所以我们用神经网络计算等效应力值,并进行应力谱的获取及疲劳寿命评估,这种方法是可行有效的。