改进VMD-LSTM的轧机振动预测研究

作者：张瑞成; 曹志新; 梁卫征

来源：噪声与振动控制, 2022, 42(06): 119-123.

• 振动与波
• 轧机振动
• 预测
• 巴氏距离
• VMD
• LSTM

为提取有效的轧机振动特征，提高轧机振动预测精度，提出一种基于改进变分模态分解（Variational modal decomposition, VMD）-长短时记忆神经网络（Long short-term memory,LSTM）的轧机振动预测方法。采用最小巴氏距离（Minimize bhattacharyya distance,DBmin）优化K值，对原始信号进行VMD分解，根据相关系数和能量占比选取主要模态分量，并对其进行叠加重构；将入口张力、硬度等作为输入，将重构信号作为输出，建立基于LSTM网络的轧机垂振预测模型。仿真结果表明：VMD-LSTM模型预测精度最高，相关性系数达0.97以上。并分析了各工艺参数改变对轧机振动的影响，可为快速抑制轧机振动、优化轧制规程提供参考。

• 出版日期2022
• 单位华北理工大学