一种基于深度学习的散货港区带式输送系统故障预测方法

一种基于深度学习的散货港区带式输送系统故障预测方法，属于散货港区带式输送系统故障预测领域。步骤一：对港区带式输送系统的故障停机数据进行清洗、补全并提取带式输送系统关键构件数据，得到原始数据；步骤二：基于韦伯分布进行带式输送系统劣化曲线拟合；步骤三：构建深度学习模型，挖掘带式输送系统关键构件的劣化趋势与带式输送系统故障之间的关系，精准预测带式输送该系统的无故障工作时间。步骤四：设计实验及结果分析。本发明通过利用几种不同的深度学习模型对于散货港区带式输送系统的故障进行预测，采用韦伯分布的方法进行数据集的制作。通过此方法可以为带式输送系统维护计划的制定提供决策，降低带式输送系统故障引发的安全隐患。