基于DT-LSTM的矿山液压支架顶梁疲劳寿命预测

张帆; 田睿芳; 张崇进; 王世雄; 李昊

首页> 中文期刊> 《矿业研究与开发》 >基于DT-LSTM的矿山液压支架顶梁疲劳寿命预测

基于DT-LSTM的矿山液压支架顶梁疲劳寿命预测

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

液压支架是矿井综采和综放开采智能工作面的关键支护与放煤设备。针对井下环境存在设备健康评估与故障维护困难、难以对液压支架疲劳寿命进行预测等问题,基于数字孪生技术和长短时记忆(Long Short-Term Memory,LSTM)循环神经网络,提出了矿山液压支架顶梁疲劳监测与寿命预测方法。该方法根据矿山液压支架顶梁的结构与工作原理,首先利用有限元法建立液压支架系统仿真模型,并采用ANSYS有限元分析获得液压支架顶梁状态参数与疲劳寿命值的相关数据集;然后利用ANSYS Twin Builder构建高置信度的数字孪生验证模型,并根据矿山液压支架顶梁的屈服强度和本构关系等真实的边界条件,进一步验证与优化有限元分析模型;再通过LSTM神经网络对训练集进行训练并利用测试集进行测试,以确定液压支架顶梁寿命的预测模型,从而实现对矿山液压支架顶梁疲劳寿命的准确预测,试验验证结果表明,与其他预测方法相比,基于LSTM神经网络的预测方法性能最优,预测值相比仿真值平均误差仅为1.8%,为液压支架顶梁疲劳寿命预测与管理提供了新思路。

著录项

来源
《矿业研究与开发》 |2022年第10期|192-200|共9页
作者
张帆; 田睿芳; 张崇进; 王世雄; 李昊;
展开▼
作者单位

中国矿业大学(北京)机电与信息工程学院;

北京100083;

中国矿业大学(北京)智慧矿山与机器人研究院;

北京100083;

煤矿智能化与机器人创新应用应急管理部重点实验室;

北京100083;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TD355.4;
关键词
智能开采; 液压支架顶梁; 数字孪生; LSTM; 疲劳寿命预测;

相似文献

中文文献
外文文献
专利

1. 基于LM-BP神经网络的液压支架顶梁疲劳寿命预测及应用 [J] . 李世科 . 中国矿业 . 2019,第5期
2. 基于ANSYS软件的液压支架前顶梁疲劳寿命分析 [J] . 张磊 ,王义赛 ,刘子奇 . 科技创新与应用 . 2019,第6期
3. 基于改进BP神经网络的液压支架前连杆疲劳寿命预测 [J] . 张志勇 ,张猛 ,陆金桂 . 煤矿机械 . 2023,第2期
4. 基于灰色系统模型GM(1,1)改进Miner准则的液压支架底座疲劳寿命预测 [J] . 王慧 ,井伟川 ,赵国超 . 上海交通大学学报 . 2020,第1期
5. 基于神经网络的液压支架底座疲劳寿命预测 [J] . 杨银忠 ,姚克明 . 仪表技术与传感器 . 2018,第10期
6. 液压支架顶梁疲劳寿命的改进神经网络预测 [C] . ZHAO Dongbo ,赵东波 ,LU Jingui . 第七届中国矿山数字与智能技术装备大会 . 2017
7. 液压支架顶梁危险截面疲劳可靠性预测方法研究 [A] . 王谦 . 2016

基于DT-LSTM的矿山液压支架顶梁疲劳寿命预测

摘要

著录项

相似文献

相关主题

期刊订阅