基于多通道关联互补特征的煤岩界面预测
齐爱玲1
代静瀛1
马宏伟2
1.西安科技大学 人工智能与计算机学院,陕西西安 7100542.西安科技大学机械工程学院,陕西西安 710054
摘要：煤岩界面轨迹是多变量时序数据,不同变量之间存在复杂的相关性,高精度预测存在难点.针对该问题,提出了一种基于多通道关联互补特征(SSIC-former)的煤岩界面预测模型,该模型融合了集中式注意力机制(CAM)、交互卷积块(ICB)和锐度感知最小化策略(SAM).使用滑动窗口的办法将原始数据构造成连续样本;构建用于煤岩识别的SSIC-former结构,提取煤岩界面的跨通道关联信息及局部特征,引入可逆实例归一化动态消除数据非平稳性:采用CAM提取多通道间的关联互补特征,通过ICB提取不同尺度的局部特征并实现跨尺度动态交互,二者输出经残差融合强化特征表达;训练阶段结合SAM避免模型陷入局部最优,并通过投影层输出预测结果.实验结果表明:①采用基于SSIC-former的煤岩界面预测模型进行煤岩界面预测,平均绝对误差为6.37 mm,平均绝对百分比误差为2.79％,均方根误差为8.08 mm,均方误差为0.07 mm,决定系数R2为0.99,单样本平均推理时间为0.006 6 s,在基于Transformer类的模型中推理时间最短,可满足采煤机实时作业的低延迟需求.②与基于 LSTM,Crossformer,Nonstationary_Transformer,FPPformer,iTransformer,PatchTST 等的模型相比,基于SSIC-former的模型在上述前5个评价指标上均更优,说明基于SSIC-former的模型预测精度高,泛化能力强,能够在煤岩界面轨迹预测中提供更为准确的结果.
关键词：煤岩界面预测关联互补特征集中式注意力机制锐度感知最小化交互卷积块可逆实例归一化
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(61674121)
论文发表日期：2026-01-31
在线出版日期：2026-03-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 96-105 )
英文信息