[发明专利]基于LSTM的光缆制造设备故障远程预测系统

说明书

本发明涉及一种基于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。所述检测节点包括微处理器，数据采集模块，通信模块，模数转换模块，电源模块。所述数据处理节点包括：上位机，显示模块。系统工作时，检测节点中微处理器控制数据采集模块的传感器对光缆生产流水线典型故障工艺参量数据采集检测，微处理器将采集检测后的数据处理后，通过微处理器的通信模块无线传输到数据处理节点，上位机接收到数据信号后，调用已经训练好的LSTM网络对数据进行分析计算，最后将设备运行状态模型输出在显示屏上，完成故障预测。本系统可以预防光缆生产流水线在突发故障时产生的问题，降低运维成本，提高了生产线对突发故障的应对能力。

技术领域

本发明涉及一种基于LSTM的光缆制造设备故障远程预测系统，本发明涉及检测技术领域和数据分析技术领域，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

背景技术

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。

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。

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。

发明内容

本发明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。

为实现上述目的，本发明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。

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，通信模块，模数转换模块，电源模块。所述微处理器模块包括通信模块，模数转换模块，电源模块；所述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；所述通信模块包括NB-IOT芯片。

所述数据处理节点包括：上位机，显示模块；所述上位机内嵌NB-IOT芯片。

系统工作时，检测节点开启电源模块供电，数据采集模块通过数据线与微处理器相连，微处理器控制检测节点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；微处理器控制检测节点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；微处理器控制检测节点的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，采集检测后的压力、温度、电压和电流数据通过微处理器处理后，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NB-IOT接收端接收到数据信号后，利用上位机中已配置好的LSTM网络模型参数，调用已经训练好的LSTM网络，对光缆生产流水线中典型故障工艺参量数据进行分析并预测，最后将设备运行状态模型通过形式业务输出在显示屏显示，完成对光缆生产流水线故障的预测。