MỘT PHƯƠNG PHÁP DỰ ĐOÁN THỜI GIAN SỬ DỤNG HỮU ÍCH CÒN LẠI CỦA MÁY ĐIỆN QUAY DỰA TRÊN HỌC SÂU ĐỂ HỖ TRỢ RA QUYẾT ĐỊNH BẢO TRÌ

Tóm tắt

Dự đoán thời gian sử dụng hữu ích còn lại (RUL) của thiết bị giữ một vai trò quan trọng trong việc phát triển các phương pháp bảo trì dựa trên tình trạng thiết
bị, giảm thời gian dừng hệ thống, nâng cao độ tin cậy và an toàn. Nghiên cứu này đề xuất một mô hình dự đoán thời gian sử dụng còn lại của máy điện quay theo
tiếp cận học sâu. Đầu tiên, dữ liệu chuỗi thời gian được lấy từ cảm biến gắn vào máy điện đo các biến đổi rung động. Bộ dữ liệu này được sử dụng để huấn luyện
mạng nơron tích chập lai với kiến trúc bộ nhớ ngắn - dài hạn (CNN-LSTM). Việc áp dụng mô hình dựa trên sự lai ghép giữa CNN và LSTM đã mang lại kết quả vượt
trội so với các mô hình truyền thống. Những kết quả này có thể mang lại lợi ích để tối ưu hóa lịch trình bảo trì và cải thiện hiệu quả tổng thể của các hệ thống
gồm nhiều máy điện quay.