基于LSTM的光缆制造设备故障远程预测系统技术方案

本实用新型专利技术涉及一种基于LSTM的光缆制造设备故障远程预测系统，该系统包括检测节点和数据处理节点。检测节点包括微处理器、数据采集模块、电源模块；其中数据采集模块包括压力传感器、温度传感器、电压传感器、电流传感器。数据处理节点包括：上位机，显示模块。检测节点中，数据采集模块的传感器对挤出压力、机身温度、螺杆工作时的电压电流进行采集检测，数据通过微处理器处理后无线传输到数据处理节点，通过显示模块显示上位机的输出结果。本系统在一定程度上可以预防光缆制造流水线中出现故障所导致的设备损坏、废品增多、定型不好、外径尺寸不均等问题，降低了维护和运营成本，提高了生产线对突发故障的应对能力。了生产线对突发故障的应对能力。了生产线对突发故障的应对能力。

【技术实现步骤摘要】
基于LSTM的光缆制造设备故障远程预测系统


[0001]本技术涉及一种基于LSTM的光缆制造设备故障远程预测系统，本技术涉及检测
和数据分析
，具体是一种基于无线传输技术并采用长短时记忆网络对传感数据进行分析训练的光缆工厂生产线故障预测系统

技术介绍

[0002]光缆制造是我国重要的制造领域之一，目前光缆的国内供给率己经超过90％，需求量极大。在以市场为导向的营商环境下，光缆企业产品质量标准逐步提升，生产过程中如果监管不到位会对光缆产品质量，通信性能和使用寿命造成很大影响。
[0003]传统设备制造主要依靠人工经验来对设备的运行状态进行判断，一般根据所记录的设备历史维护信息以及当前设备的运行状态来判断在未来一段时间内是否会发生故障，这种维护方式具有很强的主观性，可能会受到设备的运行强度、环境因素等的影响，一旦光缆生产线其中一个环节发生故障，会导致生产线停滞，对于生产企业还会造成巨大的经济损失。因此保证光缆制造设备可靠运行是必不可少的环节。
[0004]流水线设备运行过程中产生的各种传感参数数据是随时间变化的序列，且具有非线性、非平稳性的特点，传统的模型很难拟合出较高精度的预测序列。LSTM网络算法对于时间序列数据预测效果甚佳，能够分析和挖掘时间序列数据中的潜在关系、处理数据的时间依赖性、预测时间序列数据变化的趋势以实现对故障的预测。因此，需要设计出一种基于LSTM的光缆制造设备故障远程预测系统。

技术实现思路

[0005]本技术是为了实现光缆设备生产线的故障预测，在运维过程中确定故障发生位置和异常现象。设备的故障并不是瞬间发生的，而是通过一定时间累积的异常现象，具有一定的规律性。因此，本系统可以有效地对生产线中潜在的故障进行预测，一定程度上可以预防光缆制造流水线中出现故障所导致的设备损坏、废品增多、定型不好、塑料焦烧和老化、外径尺寸不均等问题，并且可以降低维护和运营成本，提高了生产线对突发故障的应对能力。
[0006]为实现上述目的，本技术提供一种基于无线传输技术，采用长短时记忆网络对传感数据进行分析的故障预测系统。
[0007]所述系统包括检测节点和数据处理节点。所述检测节点包括微处理器，数据采集模块，电源模块；所述微处理器包括通信模块，模数转换模块。
[0008]所述数据处理节点包括：上位机，显示模块。
[0009]系统工作时，检测节点的电源模块进行供电，数据采集模块的压力传感器对机头挤出压力进行采集检测；数据采集模块的温度传感器对机身分段温度进行采集检测；数据采集模块的电压传感器和电流传感器对设备传动控制系统螺杆工作时的电压电流进行采集检测，微处理器将采集检测到的压力、温度、电压和电流数据处理后，通过微处理器上的
NB
‑
IOT芯片发送端无线传输到数据处理节点，数据处理节点的显示模块显示上位机的输出结果。
[0010]本技术的有益效果是：本专利一种基于LSTM的光缆制造设备故障远程预测系统可以光缆工厂设备生产线实现典型故障工艺参数采集，使用NB
‑
IOT无线传输技术并通过LSTM网络进行数据处理和分析。所述系统在一定程度上改进了光缆工厂的运维模式，提高了故障诊断效率，降低了维护和运营成本，对提高生产线对意外事件的承受和应对能力，改进生产线整体性能具有显著效果和重要意义。
[0011]本技术专利与现有技术相比，其有益效果体现在：
[0012]1、本技术中基于LSTM的光缆制造设备故障远程预测系统，采用了检测和数据处理两个单元，融合了NB
‑
IOT无线传输技术，LSTM网络技术，以及通过微处理器控制传感器检测典型故障的工艺参量，通过分析运行结果得到光缆制造设备的运行状态，提前了解光缆流水线设备的运行情况实现典型故障预测。
[0013]2、本技术中基于LSTM的光缆制造设备故障远程预测系统采用数据处理节点，数据处理节点使用的LSTM网络模型可有效解决时序数据的长期依赖问题，实现时间序列的长期记忆，对于时间序列数据预测效果甚佳，能够分析和挖掘时间序列数据中的潜在关系、处理数据的时间依赖性、预测时间序列数据的趋势。在本系统中可以针对光缆生产流水线构造复杂性和复杂的工作运行环境，对其运行过程中的传感数据进行研究，预知设备运行状态，预测生产流水线设备趋势变化。
[0014]3、本技术中基于LSTM的光缆制造设备故障远程预测系统在一定程度上可以预防光缆制造流水线中出现故障所导致的设备损坏、废品增多、定型不好、塑料焦烧和老化、外径尺寸不均等问题，可以保证所生产的光缆产品质量以及对光缆制造设备流水线日常运行维护，有效地降低了维护和运营成本，并提高了光缆设备生产线对意外事件的承受和应对能力。
[0015]下面结合附图对本技术的基于LSTM的光缆制造设备故障远程预测系统作进一步说明。
附图说明
[0016]图1是本技术的系统结构图。
[0017]图2是本技术的检测节点结构示意图。
[0018]图3是本技术的LSTM预测算法整体框架图。
具体实施方式
[0019]下面结合附图来说明本技术专利的技术方案。应当理解，此处描述的具体实施方式仅仅是用以解释本次技术专利，并不限定于本技术。
[0020]如图1，图2，图3所示，本技术的基于LSTM的光缆制造设备故障远程预测系统由以下部分组成：
[0021]所述系统包括检测节点和数据处理节点；所述检测节点包括微处理器1，数据采集模块2，电源模块5；所述数据处理节点包括：上位机6，显示模块7。
[0022]所述检测节点中，电源模块5进行供电，所述数据采集模块2的压力传感器8对机头
挤出压力进行检测；数据采集模块2的温度传感器9对机身分段温度进行检测，来获得设备机身各部位分别工作时的温度数据；数据采集模块2的电压传感器10和电流传感器11对设备传动控制系统螺杆工作时的电压电流进行检测。压力、温度、电压和电流数据经过微处理器1排序和微处理器1上的模数转换模块4处理后，通过微处理器上的通信模块3 NB
‑
IOT芯片将所采集的数据信号上传给移动通信网络的设施基站，基站通过移动通信网络将NB
‑
IOT的数据传递给云服务器，云端服务器将对应的数据转发给数据处理节点的上位机6 NB
‑
IOT接收端。所述数据处理节点中，显示模块7显示上位机的输出结果。
[0023]上述虽然结合附图对本技术的具体实施方式进行了描述，但并非对本技术保护范围的限制，所属领域技术人员应该明白，在本技术的技术策略方案的基础上，本领域技术人员不需要付出创造性的劳动即可做出各种修改或变形仍在本技术专利的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于LSTM的光缆制造设备故障远程预测系统，其特征在于，所述系统包括检测节点和数据处理节点，所述检测节点包括微处理器（1）、数据采集模块（2）、电源模块（5）；所述数据处理节点包括：上位机（6），显示模块（7）；其中数据采集模块包括压力传感器（8）、温度传感器（9）、电压传感器（10）、电流传感器（11），传感器通过数据线与微处理器（1）连接；其中微处理器（1）包括通信模块（3），模数转换模块（4）；通信模块（3），模数转换模块（4）内置于微处理器（1）上；其中通信模块（3）包括NB
‑
IOT芯片负责发送信号；其中上位机（6）内置NB
‑
IOT芯片负责接收信号；其中显示模块（7）显示上位机（6）的输出结果。2.根据权利要求1所述的基于LSTM的光缆制造设备故障远程预测系统，其特征在于，所述电源模块（5）为检测节点提供电能。3.根据权利要求1所述的基于LSTM的光缆制造设备故障远程预测系统，其特征在于，数据采集模块（2）的压力传感器（8）对机头挤出压力进行采集检...

【专利技术属性】
技术研发人员：布赫，黄友锐，徐善永，韩涛，兰世豪，经海翔，
申请(专利权)人：安徽理工大学，
类型：新型
国别省市：