基于CNN-LSTM故障诊断的自动扶梯监测软件设计
自动扶梯的数量在我国呈逐年递增的趋势.定期检测、监督抽查等常见方法通常难以检验自动扶梯内部的潜在故障.提出了一种改进的CNN-LSTM神经网络故障诊断方法,并据此采用LabVIEW设计了自动扶梯监测与故障诊断软件.基于CNN-LSTM神经网络算法,提出将数据浅层特征与深层特征进行融合的改进方法,以提高故障诊断准确率.利用凯斯西储大学数据对提出的故障诊断方法进行实验.结果表明,该故障诊断方法快速有效,针对变工况的故障诊断准确率达到99.4%.基于此,采用LabVIEW设计了自动扶梯监测与故障诊断软件.在自动扶梯关键部件安装多个振动传感器,利用监测软件进行数据采集、数据显示和数据存储.在积累大量工况数据后,可实现典型故障的诊断.
LabVIEW、故障诊断、神经网络、自动扶梯
46
TP277;TH133.33(自动化技术及设备)
国家重点研发计划2020YFB1713205
2023-09-04（万方平台首次上网日期，不代表论文的发表时间）
共7页
1-7
