基于噪声数据驱动CNN和LSTM的罐道故障诊断

打开文本图片集

摘 要：刚性罐道是立井采矿中煤炭运输以及设备运输环节的重要组成机械，对罐道做出精确的故障诊断具有保证和提高立井采矿生产效率的重要意义。面对罐道难以实现精确故障诊断的问题，在Ｉｍｐｒｏｖｅｄ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ｗｉｔｈＴｒａｉｎｉｎｇ Ｉｎｔｅｒｆｅｒｅｎｃｅ （ＩＴＩＣＮＮ） 的基础上添加了Ｉｎｃｅｐｔｉｏｎ＿ｖ４ 与Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ （ＬＳＴＭ），提出了一种高精度卷积神经网络———Ｉｍｐｒｏｖｅｄ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｂａｓｅｄ ｏｎ ＩＴＩＣＮＮ （ＩＢＩＣＮＮ），并采用了一种方向振动传感器收集罐道振动信号，用ＩＢＩＣＮＮ 的卷积层提取振动信号数字特征，并用ＬＳＴＭ 提取多方向振动信号之间的相关性信息的刚性罐道故障诊断方法。（剩余9281字）