基于DT-LSTM的矿山液压支架顶梁疲劳寿命预测

简介

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。