故障診斷與預(yù)測(cè)使用大量信息數(shù)據(jù),需要采用推斷統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)等研究方法,對(duì)測(cè)試數(shù)據(jù)進(jìn)行分析和預(yù)測(cè),從而評(píng)估設(shè)備健康狀況,在故障發(fā)生前對(duì)指標(biāo)進(jìn)行預(yù)測(cè)和采取預(yù)防舉措,最大限度保證電子設(shè)備健康工作。本文提出了基于LSTM(長(zhǎng)短時(shí)記憶網(wǎng)絡(luò))算法的電子設(shè)備部件故障預(yù)測(cè)模型,針對(duì)時(shí)序型數(shù)據(jù)對(duì)軸承運(yùn)行狀態(tài)進(jìn)行分析和預(yù)測(cè)。 

【文章來(lái)源】：電子測(cè)試. 2020年10期

【文章頁(yè)數(shù)】：2 頁(yè)

【部分圖文】：

多次采樣溫差電偶信號(hào)峰值趨勢(shì)圖

根據(jù)圖像可見(jiàn),參數(shù)的峰值特征具有一定漸變趨勢(shì),故障大概發(fā)生至第2000次采樣之后,故障發(fā)生前峰值基本呈現(xiàn)下凸上升趨勢(shì),故障發(fā)生后峰值略微下降又再次上升,但是總體來(lái)看,特征的漸變趨勢(shì)不是太明顯。以能量特征為例,分析參數(shù)的頻譜變化如下:根據(jù)圖像分析,參數(shù)的頻譜能量具有較為明顯的漸變趨勢(shì),大致分為四個(gè)階段:第一階段,采樣次數(shù)在大概0-1300次之間,能量處于平穩(wěn)狀態(tài),上下波動(dòng)不明顯,軸承處于正常工作狀態(tài);第二階段,采樣次數(shù)達(dá)到大概1300-1750次之間,能量顯示出明顯上升趨勢(shì),并逐步達(dá)到峰值,此時(shí)軸承處于早期失效狀態(tài),主要是由于時(shí)間積累造成內(nèi)部結(jié)構(gòu)發(fā)生失效點(diǎn)(疲勞裂紋點(diǎn));第三階段,采樣次數(shù)在大概1750-2100之間,能量由峰值開(kāi)始下降,但仍處于較高水平,此時(shí)軸承處于即將失效狀態(tài),主要是因?yàn)槭c(diǎn)逐漸累積發(fā)展為面,測(cè)試點(diǎn)的能量產(chǎn)生擴(kuò)散;第四階段是采樣大概2100次之后的狀態(tài),即軸承處于完全失效狀態(tài)。根據(jù)對(duì)溫差電偶頻譜能量值的數(shù)據(jù)分析,可以得出軸承的老化趨勢(shì),進(jìn)而使用LSTM網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)擬合如下:

根據(jù)圖像分析,參數(shù)的頻譜能量具有較為明顯的漸變趨勢(shì),大致分為四個(gè)階段:第一階段,采樣次數(shù)在大概0-1300次之間,能量處于平穩(wěn)狀態(tài),上下波動(dòng)不明顯,軸承處于正常工作狀態(tài);第二階段,采樣次數(shù)達(dá)到大概1300-1750次之間,能量顯示出明顯上升趨勢(shì),并逐步達(dá)到峰值,此時(shí)軸承處于早期失效狀態(tài),主要是由于時(shí)間積累造成內(nèi)部結(jié)構(gòu)發(fā)生失效點(diǎn)(疲勞裂紋點(diǎn));第三階段,采樣次數(shù)在大概1750-2100之間,能量由峰值開(kāi)始下降,但仍處于較高水平,此時(shí)軸承處于即將失效狀態(tài),主要是因?yàn)槭c(diǎn)逐漸累積發(fā)展為面,測(cè)試點(diǎn)的能量產(chǎn)生擴(kuò)散;第四階段是采樣大概2100次之后的狀態(tài),即軸承處于完全失效狀態(tài)。根據(jù)對(duì)溫差電偶頻譜能量值的數(shù)據(jù)分析,可以得出軸承的老化趨勢(shì),進(jìn)而使用LSTM網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)擬合如下:3 結(jié)束語(yǔ)

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)驅(qū)動(dòng)的裝備故障預(yù)測(cè)技術(shù)研究[J]. 王亮,呂衛(wèi)民,滕克難,李佳哲.  計(jì)算機(jī)測(cè)量與控制. 2013(08)
[2]電子電路故障診斷的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法[J]. 朱大奇,于盛林.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2001(06)



本文編號(hào)：2932496