在工业领域中,电机是设备和产线的动力源,监控关键机器的电机状态,可以避免过程停机和实现投资回报的最大化。传统的监视和维护方法往往依靠人来进行繁重的数据分析,不仅耗费大量的时间和精力,效果也不尽如人意。
为解决这一难题,重庆电子工程职业学院的“神机妙算”团队创新性将LSTM自主学习模型运用到工业领域,研发出了5G+边缘计算终端并已在工业生产中发挥起重要作用。通过团队自主研发的HY信号采集卡,能精准实时采集电机内部信号,解决了故障特征在原始频谱上难以发现的问题,将信号采集精度提升至0.012%,做到准确预测故障信息,减少故障停机时间70%。基于阶次跟踪的高位映射特征提取技术,能对微弱信号特征进行准确提取,解决设备运行波动对故障诊断的影响,将信号特征提取率提升至98.6%。基于LSTM-SVM深度学习的故障识别技术,准确识别电机的故障类型,解决了检测数据误报、故障诊断率低、检测装置误报警等问题,做到故障识别准确率高达99.3%。通过团队打造的5G+边缘计算终端,以电机的振动信号为主,温度、声音等多源信号为辅,融合式对电机进行高精准采集,做到将电机故障后维修转变为故障前维护,延长使用寿命大于30%,减少电机的维修次数,帮助企业降低维护成本55%,实现电机故障预测性维护管理。
据悉,“神机妙算”团队研发出的产品已经投入企业进行试用。团队还多次受邀参加行业研讨会,与同行企业多次开展技术交流,获得同行的一致认可!
