基于数字孪生技术的矿用设备预测性维护方案研究

• 作者: 鲁泽明 王秀莉
• 来源期刊: 数字通信世界
• 学科: 工学
• 关键词: 数字孪生 预测性维护 故障诊断模型 矿用装备
• 年，卷（期）: 2023,（12）
• 所属期刊栏目: 技术研究
• 页码范围: 21-23
• 页数: 2页
• 分类号: TM 76,TP 3
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-7274.2022.12.008

摘要

文章提出了基于数字孪生技术进行煤矿用装备的预测性维护方案，并以矿用煤炭生产装备刮板输送机中的电机轴承状态预测为例，对文中提到的方法进行了实验验证，通过设计预测性维护模型、运行动力学模型，结合深度学习与多维度映射关系表，对孪生体故障模拟数据进行分析，并对比真实故障数据值，获得了较好的实验验证结论，为矿用装备进行预测性诊断提供了可信方案。