-
题名升船机同步轴系统监测及扭矩预测方法研究
被引量：1
- 1
-
-
作者
格日勒图
董士谦
吴哲
付烈坤
-
机构
中国机械科学研究总院集团有限公司中机生产力促进中心有限公司
华能澜沧江水电股份有限公司景洪水电厂
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2023年第4期793-799,835,共8页
-
文摘
针对升船机同步轴运动过程中的扭矩监测及变化趋势预测问题,提出了一种基于应变传感器的非接触式测量方法,实现了升船机同步轴扭矩的实时在线监测。在此基础上,基于历史监测数据,采用变分模态分解(variational mode decomposition,简称VMD)算法提取扭矩信号直流分量,降低扭矩预测计算量,使扭矩预测模型更适用于实际工作环境。针对同步轴运动过程起始点无法辨别、监测数据时序不一致性的问题,提出一种基于模糊熵的同步轴运动起始点检测方法。利用长短时记忆(long short-term memory,简称LSTM)神经网络算法建立了升船机同步轴扭矩预测模型,并利用历史监测数据对预测模型进行验证。结果表明:利用模糊熵对起始点进行检测可以改善各个样本间在时序上的差异性,从而提升扭矩预测精度;在所有扭矩测点处,预测精度相较于基础的阈值判断预测方法可至少提升27.5%;在机械结构和工况最复杂的同步轴系统齿轮箱连接处,扭矩预测的精度最少提升42.9%。该预测模型可真实准确预测同步轴扭矩变化,具有较好的工程应用价值。
-
关键词
同步轴系统
扭矩预测
变分模态分解
模糊熵
长短时记忆神经网络
-
Keywords
synchronous shaft system
torque prediction
variational mode decomposition
fuzzy entropy
long short-term memory networks
-
分类号
TH133.2
[机械工程—机械制造及自动化]
TV691
[水利工程—水利水电工程]
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
