面向缺失数据迁移插补的矿用钻机主轴轴承故障诊断
邹筱瑜1
唐子侯2
刘晓2
李鑫2
1.中国矿业大学机电工程学院,江苏徐州 221116;智能采矿装备技术全国重点实验室,江苏徐州 2211162.中国矿业大学机电工程学院,江苏徐州 221116
摘要：针对矿用钻机复杂井下工况下监测数据噪声多、漂移大且存在大量缺失的问题,提出了一种基于模型迁移的钻机主轴轴承运行数据缺失值插补方法.该方法基于嵌入时空注意力的双向时序卷积联合生成对抗插补网络(BiTCGAIN-STA),通过双向时序卷积网络(BiTCN)捕捉前后时序依赖关系,通过时空注意力(STA)机制自适应分配时间与通道权重,并通过生成对抗训练提升插补样本的分布一致性与多样性,同时在目标域上进行真实数据微调,以增强迁移鲁棒性.提出了一种基于自适应加权融合与Informer网络的轴承故障诊断模型,结合Informer长序列特征提取网络对融合信号进行深度表征,从而提高对微弱故障特征的识别能力.实验结果表明:在不同缺失率下,BiTCGAIN-STA模型的均方根误差(RMSE)均显著高于Mean,MICE,GAIN等主流模型,实现了高质量的数据重建;轴承故障诊断模型对微弱故障的识别准确率达99.87％,显著高于Transformer、图神经网络(GNN)等模型.
关键词：矿用钻机主轴轴承轴承故障诊断缺失数据插补生成对抗网络迁移学习时空注意力
分类号：TD421.3(矿山机械)
资助基金：国家自然科学基金(62273349)
论文发表日期：2025-12-31
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：10( 27-35,44 )
英文信息