下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
01研究背景当今工业生产中,设备故障频繁发生,在制造业领域特别突出。一旦设备出现故障,除了导致生产中断和损失外,还需要消耗大量资源和人力进行维修。干熄焦提升机减速机是干熄焦生产的关键设备,其故障检测方法目前仅依靠人工巡检,对设备进行定期维护,这种方式存在着时间上的延迟,效率低下,出现异常不能及时发现,对保证设备长时间平稳运行不利。同时,该设备运行在高温高粉尘的恶劣环境中,加剧了设备寿命缩短、维修成本增加的问题。因此,企业急需一套用于提升机减速机状态在线监测的方案,通过采集和监测提升机的各类传感器数据实现异常行为和潜在的故障信号的识别,以实现对设备运行状态的实时监测、故障诊断和预测性维护。基于多维感知和人工智能算法的智能监测系统,可以实现干熄焦提升机减速机故障的在线检测,有利于提高企业管理效率、降低成本,保障安全连续生产,避免“过剩维修”,减少维修时间和人员劳动强度,并优化备件库存,同时,可有效消除信息孤岛,推进设备专业化管理和智能工厂建设。如图1所示,新提升机减速机在投入运行初期,整体处于磨损阶段,磨损速度较快,容易出现磨合期故障,此阶段持续约3个月。充分磨合后进入长期正常磨损阶段,磨损量较小,与工作时间、负荷和设备牢固程度有关,此阶段持续2~3年。当工作条件受损或使用时间过长,可能进入剧烈磨损阶段,磨损增长迅速,可能导致性能下降,频繁故障。图1
提升机磨损指数示意图传统设备维护依赖人工巡检和定期更换部件,存在问题发现滞后和高昂成本。这时候需要一种长期监控的算法识别设备剧烈磨损转折点,如图2所示,及时提醒维护人员更换磨损部件,实现智能化预测性维护。维护人员只需进行在线巡检,算法即时推送设备事件,显著减少设备故障造成的损失。图2
提升机维护磨损度变化示意图深度学习中的卷积神经网络(CNN)和循环神经网络(RNN)等结构在图像和序列数据处理中取得了显著的成功,说明了神经网络在从数据中提取高维度多维特征方面的优越性。而提升机在运行中产生的信号不仅包括声音,还包括振动和转速等多维数据。这些多维数据蕴含着丰富的设备运行状态信息,使用大量的数据训练深度网络能够提取出一些不同维度的抽象特征。抽象提取出设备的生命周期相关的高维特征。为此,文章针对干熄焦提升机减速机的各类故障,建立了时效性、预测性、准确性的多类型故障识别预测模型,并针对问题特点提出了基于分类与预测的时空神经网络(CNN+LSTM)算法,既空间卷积识别与时序LSTM预测的预测性维护算法。02研究方法为解决上述问题,文章提出了一种基于多维感知和神经网络的人工智能算法,用于实时识别提升机减速机设备的瞬时故障并监测提升机减速机的生命周期。如图3所示,该方法通过提取和识别提升机减速机的多维融合数据(包括转速、振动、噪声等物理数据),结合卷积神经网络(CNN)和长短期记忆神经网络(LSTM)算法,实现对设备运行状态的实时监测、故障诊断和预测性维护。为了实现提升机减速机状态在线监测,边缘采集端采集声音和振动等信号。声音信号包含24个关键声学特征,如摩擦松动、功率等;振动信号包含15个关键振动特征,如振幅、有效值等。集成了传统的频谱分析功能和智能趋势分析,可在设备故障时定位到特定零部件。在边缘端采用智能算法对原始数据进行处理,包括降噪、滤波等,然后过滤与目标特征无关的特征变量,最后回传提取的特征至中心服务器的神经网络算法部分识别。(a)特征提取器工作原理示意图
(b)神经网络识别示意图图3
边缘计算流程示意图在声振识别中,常见的做法是引用声纹识别和一些信号处理的方式分析。而人工智能方法最初应用于声纹识别时,通常是用全连接网络构建分类器;而后根据声音的时序性提出长短期记忆(longshorttermmemory,LSTM)识别声音信号时序特征的识别方法;随着一些新的网络模型的提出,有学者提出卷积神经网络(convolutionalnerualnetwork,CNN)、视觉几何组网络(visualgeometrygroupnetwork,VGGNet)、残差网络(residualnetwork,ResNet)、Alex网络(Alexnetwork)等模型网络在声纹识别的应用。可见大多数的方法只关注了信号中时序特征或者空间特征,而忽略信号本身的多维特性。与现有常见的识别算法不同的是,本算法采用了卷积层和池化层提取振动特征后再使用时序神经网络识别。03研究结果文章通过独立收集的工业数据集进行网络的预训练,并在提升机数据集上进行微调。最终网络在验证集上达到了95.3%的识别准确率,相比传统的ResNet和AlexNet等网络有明显的优势。
04研究结论针对干熄焦提升减速机设备传统维护存在的时间延迟和效率低下等难题,创新性地提出了基于多维感知和人工智能算法的解决方案。通过构建CNN和LSTM深度神经网络的状态和健康度识别模型,实现设备故障预测和预防的高精度和高效率,全面满足了设备的监测、诊断和预测性维护需求。该方法在振动信号和声学信号的识别精度上显著超越传统机器学习方法,为解决工业场景的维护问题提供了有效手段,为工业设备的安全稳定运行提供了重要支持。在实际应用和推广过程
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 产业环保地产
- 烧伤科感染控制技术指导
- 4.2全反射与光导纤维 专项测试(含解析)
- 2024年青海省果洛藏族自治州玛沁县一级造价工程师《造价管理》深度预测试题含解析
- 高端别墅区盈利能力调研报告
- 2024年陇南地区两当县一级造价工程师《造价管理》统考试题含解析
- 2024-2029全球及中国电视壁挂式行业市场发展分析及前景趋势与投资发展研究报告
- 2024-2029全球及中国电子支付网关行业市场发展分析及前景趋势与投资发展研究报告
- 2024-2029全球及中国电动自洁过滤器行业市场发展分析及前景趋势与投资发展研究报告
- 2024-2029全球及中国电动山地车(电动山地车)行业市场发展分析及前景趋势与投资发展研究报告
- 设备部检维修作业突发事故应急处置方案
- 拼音田字格(A4打印模板)
- 2023年最新的运输企业质量信誉考核自评报告7篇
- 2022年体育保健学资料整理
- 水泥辊压机行业分析报告
- 120驾驶员急救知识培训-PPT课件
- 中等收入陷阱PPT演示课件
- 《红楼梦》PPT课件(优秀)
- 珠海精润石化有限公司2万吨年废润滑油综合利用及产品深加工工程环境影响评价报告书
- 煤炭资源地质勘探规范
- 人教版部编七年级下册语文必背古诗文言文(完整版)
评论
0/150
提交评论