申请/专利权人：安徽理工大学

申请日：2020-12-10

公开（公告）日：2024-05-17

公开（公告）号：CN112394702B

主分类号：G05B19/418

分类号：G05B19/418;G01D21/02;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.04.02#实质审查的生效;2021.02.23#公开

摘要：本发明涉及一种基于LSTM的光缆制造设备故障远程预测系统，该系统包括检测节点和数据处理节点。所述检测节点包括微处理器，数据采集模块，通信模块，模数转换模块，电源模块。所述数据处理节点包括：上位机，显示模块。系统工作时，检测节点中微处理器控制数据采集模块的传感器对光缆生产流水线典型故障工艺参量数据采集检测，微处理器将采集检测后的数据处理后，通过微处理器的通信模块无线传输到数据处理节点，上位机接收到数据信号后，调用已经训练好的LSTM网络对数据进行分析计算，最后将设备运行状态模型输出在显示屏上，完成故障预测。本系统可以预防光缆生产流水线在突发故障时产生的问题，降低运维成本，提高了生产线对突发故障的应对能力。

主权项：1.基于LSTM的光缆制造设备故障远程预测系统，其特征在于，所述系统包括检测节点和数据处理节点；所述检测节点包括微处理器1，数据采集模块2，通信模块3，模数转换模块4，电源模块5，压力传感器8，温度传感器9，电压传感器10，电流传感器11；所述数据处理节点包括：上位机6，显示模块7；其中数据采集模块包括压力传感器8、温度传感器9、电压传感器10、电流传感器11，传感器通过数据线与微处理器1连接；微处理器1包括通信模块3，模数转换模块4，电源模块5；通信模块3，模数转换模块4内置于微处理器1上，电源模块5与微处理器1相连；其中，微处理器1控制数据采集模块2的压力传感器8对机头挤出压力进行采集检测；微处理器1控制温度传感器9对机身分段温度进行采集检测，来获得设备机身各部位分别工作时的温度数据；微处理器1控制电压传感器10和电流传感器11对设备传动控制系统螺杆工作时的电压电流进行采集检测；通信模块3包括NB-IOT芯片负责发送信号，通信模块3NB-IOT芯片将所采集的数据信号上传给移动通信网络的设施基站，基站通过移动通信网络将NB-IOT的数据传递给云端服务器，云端服务器将对应的数据转发给数据处理节点的上位机6NB-IOT接收端；其中上位机6内置NB-IOT芯片负责接收信号；上位机6利用改进LSTM网络分析计算设备工作状态，改进LSTM网络立足于简化设计循环神经网络以及有限数据点原则；将特征数据和运动状态数据输入神经网络；其中，模型分为输入层、隐藏层、输出层、训练模块以及状态估算模块；输入层的功能是对原始状态数据序列进行预处理，训练数据集用于对LSTM网络进行监督式训练，将训练集中的数据进行标准化操作，使其满足网络的格式要求；隐藏层采用LSTM细胞搭建，针对LSTM网络的训练是以训练网络的隐藏层为主；输出层提供状态估算结果；改进LSTM网络训练采用Adam优化算法，采用迭代方法进行逐点估算，Adam优化算法是融合了AdaGrad和RMSPro两种算法优点于一体的一种基于梯度的有效的优化算法，可在降低对存储资源要求的基础上实现对不同参数计算并适应学习率，以损失函数最小为网络训练优化目标，在给定初始化网络的随机种子数seed、学习率η以及训练步数steps的前提下，利用Adam优化算法持续对网络权重进行优化，从而得到最终可以应用的LSTM网络的隐藏层网络对光缆工厂生产线运行状态进行判断，当结果判定光缆工厂生产线运行状态出现异常则将判断结果生成一个模型结果进行故障预测；其中显示模块7显示上位机6的输出结果，完成对光缆生产流水线故障的预测。

全文数据：

权利要求：

百度查询： 安徽理工大学 基于LSTM的光缆制造设备故障远程预测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD