基于多种图结构信息融合的刮板输送机健康状态识别
杨鑫1
苏乐2
程永军2
王波2
赵愿2
杨雄伟2
赵成龙2
曹现刚1
赵江滨1
1.西安科技大学机械工程学院,陕西西安 710054;陕西省矿山机电装备智能检测与控制重点实验室,陕西西安 7100542.西安重装蒲白煤矿机械有限公司,陕西渭南 714099
摘要：刮板输送机是一种煤矿井下用的煤炭输送设备,在煤矿生产中具有重要作用.恶劣工作环境及长期使用磨损导致刮板输送机性能逐渐退化,故及时掌握刮板输送机健康状态极为关键.为克服传统方法在刮板输送机整机健康状态识别过程中存在的部件强耦合性关系难以提取融合及健康指标构建人工参与过多、易受异常值影响的问题,提出一种基于多种图结构信息融合的刮板输送机健康状态识别方法.利用自注意力机制(SA)与标准化流(NF)共同优化的变分自编码器(VAE)无监督地自动构建刮板输送机健康指标,降低了刮板输送机健康指标构建中对人工经验的依赖,同时有效拟合了健康指标的隐式分布,克服了监测数据中存在的异常值影响健康指标构建的问题;提出了一种多种图结构信息提取方法,提取刮板输送机先验图结构及相似性度量图结构,全方位显式地表达了多部件之间的耦合关系;提出了一种多种图结构信息融合方法,利用多个图注意力网络(GAT)有效提取并融合刮板输送机的多种图结构信息.在采集的刮板输送机真实状态数据中进行试验,结果表明,模型识别准确率可达 98.60%,宏平均F1(Macro-F1)值可达 96.81%,该方法为刮板输送机的健康状态识别提供了一种新的可行途径.
关键词：刮板输送机设备健康监测健康状态识别健康指标构建多种图结构图注意力网络
分类号：TD528(矿山运输与设备)TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(52274158)国家自然科学基金(51834006)
论文发表日期：2024-08-25
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：11( 171-181 )
英文信息