摘要
本申请公开了一种基于数字孪生的曳引轮磨损故障诊断方法,涉及电梯磨损领域,该方法包括:对曳引电梯三维模型进行刚柔耦合动力学仿真,获取磨损过程中的轿厢加速度、轿厢侧以及对重侧各轮槽的钢丝绳张力,得到数据集;使用IPOA算法对LSTM的超参数进行优化;IPOA算法为利用Halton序列生成伪随机数的方法对种群进行初始化,采用基于正弦函数的自适应非线性权重因子对个体位置进行更新的鹈鹕优化算法;根据数据集对优化后的CNN‑LSTM神经网络进行训练和测试,得到故障诊断模型;采用故障诊断模型进行诊断,本申请可实现高精度、实时性和自动化的曳引轮磨损故障诊断效果,解决电梯曳引轮磨损故障诊断难题。
技术关键词
LSTM神经网络
当量摩擦系数
故障诊断方法
钢丝绳
故障诊断模型
轿厢
数字孪生
耦合动力学
加速度
生成伪随机数
三维模型
异常数据
算法
非线性
传感器
电梯曳引轮
因子
系统为您推荐了相关专利信息
故障诊断方法
激光器
LSTM算法
神经网络训练集
神经网络模型
检测执行机构
动态分配方法
多通道
样本
漏磁信号
滚动轴承故障诊断方法
灰狼算法
信息熵
重构
皮尔逊相关系数
深度迁移学习
定量分析方法
信号特征提取
缺陷程度定量分析
钢丝绳表面缺陷
测试平台
测试模块
飞机机翼
数字孪生模型
智能故障诊断