技术领域
[0001] 本实用新型涉及一种基于LSTM的光缆制造设备故障远程预测系统，本实用新型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
相关背景技术
[0002] 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。
[0003] 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。
[0004] 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。
具体实施方式
[0019] 下面结合附图来说明本实用新型专利的技术方案。应当理解，此处描述的具体实施方式仅仅是用以解释本次实用新型专利，并不限定于本实用新型。
[0020] 如图1，图2，图3所示，本实用新型的基于LSTM的光缆制造设备故障远程预测系统由以下部分组成：
[0021] 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1，数据采集模块2，电源模块5；所述数据处理节点包括：上位机6，显示模块7。
[0022] 所述检测节点中，电源模块5进行供电，所述数据采集模块2的压力传感器8对机头挤出压力进行检测；数据采集模块2的温度传感器9对机身分段温度进行检测，来获得设备机身各部位分别工作时的温度数据；数据采集模块2的电压传感器10和电流传感器11对设备传动控制系统螺杆工作时的电压电流进行检测。压力、温度、电压和电流数据经过微处理器1排序和微处理器1上的模数转换模块4处理后，通过微处理器上的通信模块3 NB‑IOT芯片将所采集的数据信号上传给移动通信网络的设施基站，基站通过移动通信网络将NB‑IOT的数据传递给云服务器，云端服务器将对应的数据转发给数据处理节点的上位机6 NB‑IOT接收端。所述数据处理节点中，显示模块7显示上位机的输出结果。
[0023] 上述虽然结合附图对本实用新型的具体实施方式进行了描述，但并非对本实用新型保护范围的限制，所属领域技术人员应该明白，在本实用新型的技术策略方案的基础上，本领域技术人员不需要付出创造性的劳动即可做出各种修改或变形仍在本实用新型专利的保护范围之内。
