基于分布式深度神经网络的刮板输送机启停工况故障诊断方法 |
| |
引用本文: | 丁华,吕彦宝,崔红伟,刘俊,牛锐祥,孟祥龙,施瑞.基于分布式深度神经网络的刮板输送机启停工况故障诊断方法[J].振动与冲击,2023(18):112-122+249. |
| |
作者姓名: | 丁华 吕彦宝 崔红伟 刘俊 牛锐祥 孟祥龙 施瑞 |
| |
作者单位: | 1. 太原理工大学机械与运载工程学院;2. 煤矿综采装备山西省重点实验室;3. 江阴兴澄特种钢铁有限公司;4. 山西煤矿机械制造股份有限公司 |
| |
基金项目: | 国家自然科学基金面上项目(52174148); |
| |
摘 要: | 针对目前基于集中式云计算的深度学习模型在刮板输送机启停工况故障诊断中,因通讯量过大而难以满足实时性需求的问题,提出了一种基于分布式深度神经网络的刮板输送机启停工况故障诊断方法。采用深度神经网络对数据融合、数图转化后的刮板输送机监测数据进行特征自提取;在深度神经网络模型上添加引进卷积特征袋的分支结构,利用分支点将深度神经网络分为可以部署在边缘端的浅层部分和云端的深层部分;通过云边协同的推理方式,实现刮板输送机启停工况故障诊断。选用某矿刮板输送机真实运行数据进行了验证,结果表明,与经典的集中式云计算深度学习模型相比,该方法在保持99.5%最高精度的同时,通讯成本降低85.3%。
|
关 键 词: | 刮板输送机 启停工况 故障诊断 分布式深度神经网络 卷积特征袋 云边协同 |
|
|