基于LSTM算法的门座式起重机减速箱故障诊断研究

来源：计算机测量与控制杂志2021年第12期北京时间：

作者：梁敏健,彭晓军,刘德阳

单位：广东省特种设备检测研究院珠海检测院

摘要：为实现门座式起重机减速箱机械故障的智能诊断和分类，运用长短期记忆网络构建了门座式起重机减速箱机械故障的自动诊断分类模型。首先设计并使用了基于labview的数据采集系统对门座式起重机的复合故障数据进行了采集，结合东南大学公开的齿轮箱故障数据建立了数据集。然后用数据增强的方法对数据进行预处理，接着采用长短期记忆神经网络，构建门座式起重机减速箱机械故障诊断模型。最后使用测试数据集对模型的诊断分类准确性进行了验证实验，结果表明该诊断模型能快速准确的对门座式起重机减速箱的机械故障进行自动诊断和分类，实现了96.8%的诊断分类准确率，与传统的基于CNN的诊断分类模型相比，准确率提高了4.1%，为下一步便携式智能诊断仪器的开发和应用奠定了一定的理论基础。

关键词：门座式起重机;齿轮箱机械故障;故障诊断;长短期记忆神经网络;循环神经网络

基金资助：广东省特种设备检测研究院科技项目（2020JD-2-04）；广东省特种设备检测研究院科技项目（2020JD-2-05）；广东省市场监督管理局科技项目（2018CT10）；国家市场监督管理总局技术保障专项项目（2019YJ014）；