基于LSTM?Adam的刮板輸送機(jī)鏈傳動(dòng)系統(tǒng)故障預(yù)警方法

打開文本圖片集

摘要：刮板輸送機(jī)鏈傳動(dòng)系統(tǒng)由于承受復(fù)雜載荷作用導(dǎo)致故障頻發(fā)，然而傳統(tǒng)的故障診斷需要大量的先驗(yàn)知識(shí)和主觀干預(yù)，對技術(shù)人員要求高。為實(shí)現(xiàn)刮板輸送機(jī)鏈傳動(dòng)系統(tǒng)故障預(yù)警的自主性、準(zhǔn)確性與高效性，利用深度學(xué)習(xí)強(qiáng)大的數(shù)據(jù)挖掘能力，提出了基于 LSTM?Adam 的刮板輸送機(jī)鏈傳動(dòng)系統(tǒng)故障預(yù)警方法。首先，基于組態(tài)技術(shù)搭建刮板輸送機(jī)工況監(jiān)測系統(tǒng)，采集減速器輸出軸轉(zhuǎn)矩及轉(zhuǎn)速、中部槽中板壓力、刮板豎直方向振動(dòng)加速度及刮板鏈運(yùn)行方向應(yīng)變等刮板輸送機(jī)實(shí)時(shí)運(yùn)行數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行清洗和 min?max 歸一化處理，為故障預(yù)警提供數(shù)據(jù)支撐；然后，基于 LSTM搭建預(yù)測模型，并采用 Adam優(yōu)化算法對其進(jìn)行訓(xùn)練和優(yōu)化，得到最優(yōu) LSTM?Adam 預(yù)測模型；最后，將刮板輸送機(jī)實(shí)時(shí)運(yùn)行數(shù)據(jù)導(dǎo)入 LSTM?Adam 預(yù)測模型，得到刮板輸送機(jī)運(yùn)行參數(shù)預(yù)測值，使用滑動(dòng)加權(quán)平均法計(jì)算預(yù)測值與真實(shí)值之間的殘差，并將正常運(yùn)行工況下同類數(shù)據(jù)的最大殘差作為預(yù)警閾值，當(dāng)殘差超過預(yù)警閾值時(shí)進(jìn)行預(yù)警。（剩余12908字）