DOI: 10.11799/ce202601005
基于Transformer的多任务协同监控架构研究
牛云鹏1
索智文1
王惠伟1
屈波1
周超逸1
张丽芳2
1.国能神东煤炭智能技术中心,陕西 榆林 7193152.中国安全生产科学研究院,北京 100012
摘要：煤矿智能管控面临动态响应滞后和多源数据割裂的挑战,针对传统模型难以捕捉井下瞬态异常和协同分析多模态数据的问题.文章提出基于Transformer 的多任务自适应架构(MTA-Transformer),通过跨模态特征融合与共享编码器,统一建模设备振动、瓦斯浓度等数据,实现开采环境的多尺度动态感知,解决对开采环境的动态监控与风险超前预警问题.实验表明,在轴承故障检测任务中,该模型准确率达93.5%,误报率(FAR)为2.0%,响应时间在 5 ms内,较传统模型有较大提升;瓦斯浓度预测NRMSE为7.83%,预测区间覆盖概率(PICP)达 91.7%,超前预警时效可达6 h.MTA-Transformer为矿山智能化建设提供了可落地的模式.
关键词：煤矿智能管控Transformer多任务协同故障诊断瓦斯浓度预测
分类号：TD763(矿山安全与劳动保护)
资助基金：中国神华能源股份有限公司神东煤炭分公司科技创新项目(E210100270)
论文发表日期：2026-01-20
在线出版日期：2026-03-10（本平台首次上网日期，不代表文献的发表时间）
页数：8( 35-42 )
英文信息