基于 LSTM-ICNN的烟草包装机传动系统滚动轴承状态预测研究

作     者：江逸斐 陈忠华 兰志超 王少禹 张乐 Jiang Yifei;Chen Zhonghua;Lan Zhichao;Wang Shaoyu;Zhang Le

作者机构：湖北中烟工业有限责任公司襄阳卷烟厂湖北襄阳441021 

基　　金：襄阳市卷烟厂易地技术改造项目(THZBHB-21102) 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2024年第53卷第3期

页      码：97-101页

摘      要：为提高烟草包装机传动系统滚动轴承状态预测精度,提出一种基于长短时记忆(LSTM)卷积神经网络结合改进卷积神经网络(ICNN)的轴承状态预测方法。首先通过LSTM提取滚动轴承的时序特征;然后在卷积神经网络(CNN)全连接层中嵌入局部最大均值差异函数,从而提取域不变特征,并通过回归损失函数输出传动系统滚动轴承状态预测结果;最后对以上预测方法进行试验验证。试验结果表明,在不同工况下,网络预测模型的RMSE和MAE都较小,且在实际在线监测系统应用中,RMSE和MAE分别为0.082和0.065。由此说明,提出的网络预测模型具有良好的预测精度,可用于烟草设备的在线故障监测。

主 题 词：烟草设备 包装机 状态预测 在线监测 长短时记忆卷积神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-509X.2024.03.021

馆 藏 号：203127402...