DOI: 10.11799/ce202501019
基于融合卷积Transformer的液压支架故障诊断方法
马子越
丁华
廉自生
郭永昌
王光
太原理工大学 机械与运载工程学院,山西 太原 030024;煤矿综采装备山西省重点实验室,山西 太原 030024
摘要：针对液压支架故障隐蔽性强,大量历史检测数据未得到有效分析与挖掘的现状,提出一种基于融合卷积transformer的液压支架故障诊断方法,该方法可以同时发挥CNN提取局部特征和transformer识别全局信息的优势,提取到隐藏在数据中的更多有用特征,以实现对液压支架故障的诊断.利用山西斜沟煤矿液压支架历史数据对所提方法的诊断性能进行实验验证.结果表明,与WDCNN模型、transformer模型以及BiLSTM相比,所提方法对液压支架故障具有良好的诊断效果,其故障诊断准确率达到了 99.53%.为液压支架故障的确定提供理论依据,具有一定的工程应用价值.
关键词：注意力机制深度学习故障诊断液压支架
分类号：TD355(矿山压力与支护)
资助基金：山西省科技重大专项计划揭榜挂帅项目(202101010101018)山西省科技合作交流专项项目(202104041101003)山西省科技创新人才团队(202204051001017)
论文发表日期：2025-01-19
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 137-143 )
英文信息