La flexion fréquente des câbles de cisailles pendant le fonctionnement entraîne souvent une fatigue mécanique, ce qui présente des risques pour la sécurité des équipements. Prédire avec précision les propriétés mécaniques de ces câbles dans des conditions de flexion est essentiel pour améliorer la fiabilité et la durée de vie des cisailles. Cet article propose un modèle de prédiction des caractéristiques mécaniques des câbles à fibres optiques de cisailles basé sur le réseau convolutionnel temporel (TCN), la mémoire bidirectionnelle à long terme (BiLSTM) et l’attention de compression et d’excitation (SEAttention), appelé modèle TCN-BiLSTM-SEAttention. Cette méthode exploite les opérations de convolution causale et dilatée du TCN pour capturer les caractéristiques séquentielles à long terme, le traitement bidirectionnel des informations du BiLSTM pour garantir l’exhaustivité des informations de séquence et le mécanisme SEAttention pour attribuer des poids adaptatifs aux caractéristiques, améliorant ainsi efficacement la concentration sur les caractéristiques clés.
Pour en savoir plus : Prédiction des caractéristiques mécaniques des câbles intelligents de cisaillement dans des conditions de flexion