中国安全科学学报

作者：滕春阳, 李庆健, 陈金刚, 张建飞, 薛国庆

单位：国能宝日希勒能源有限公司, 内蒙古 呼伦贝尔 021000

关键词：基于时间序列(N-BEATS)预测模型,托辊,滚动轴承,寿命预测,带式输送机,振动信号

为减少煤矿井下带式输送机因托辊故障带来的安全事故和经济损失,提高工作人员和机组设备的安全性和运输效率,对于不同工况下不同位置托辊滚动轴承出现的异常振动情况,应用具有深层结构和残差网络的N-BEATS预测模型进行滚动轴承寿命预测。首先,分析时间序列预测模型N-BEATS的原理及结构,并根据N-BEATS原理建立适用于托辊滚动轴承的寿命预测模型;然后,以某矿带式输送机托辊实际运行工况为背景,搭建基于DVS技术的托辊滚动轴承振动信号监测平台,采集不同工况下的托辊轴承振动信号数据;最后,将采集到的托辊滚动轴承振动数据输入到基于时间序列预测模型(N-BEATS)、卷积神经网络(RCNN)、相似性预测模型中,与真实值进行对比,并评估3种托辊滚动轴承剩余寿命预测质量。结果表明:N-BEATS预测模型相对于RCNN和相似性预测模型,其平均绝对误差分别提升了5.3%和4.1%;N-BEATS预测模型相对均方根误差分别提升了6.3%和5.2%。

来源：2024年第S1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第S1期