DOI: 10.11799/ce202602022
多特征数据驱动的采煤机减速器油液维护决策关键技术研究
娄佳伽1
庞新宇1
项培东2
马范杰1
刘民帅1
张占东3
1.太原理工大学 机械工程学院,山西 太原 030024;煤矿综采装备山西省重点实验室,山西 太原 0300242.西安科控润滑油有限公司,陕西 西安 7100693.山西大同大学 机电工程学院,山西 大同 037003
摘要：为解决采煤机减速器油液维护依赖人工经验、难以量化评估多特征数据的问题,构建一种多特征数据驱动的油液维护决策系统.系统基于油液温度、理化指标及铁谱检测数据,提取 14个特征参数,提出了三项关键技术:基于循环神经网络(RNN)的磨损趋势识别方法,利用滑动窗口捕捉时序依赖关系;基于双向门控循环单元(Bi-GRU)的磨损阶段分类方法,学习特征双向时序关系;结合三级量化标度与分级逻辑推理进行故障分析与建议,建立劣化参数与维护建议的关联.测试集表明,RNN磨损趋势识别准确率达 90.7%,Bi-GRU磨损阶段分类准确率为 91.49%;现场验证结果与专家意见一致.同时通过实验室试验验证证明了该系统的泛化性.所建系统有效融合多源异构数据,实现采煤机减速器磨损状态的智能识别、故障分析与建议,显著降低人工经验依赖,提升维护决策的客观性与可靠性.
关键词：多特征采煤机减速器RNNBi-GRU三级量化标度分级逻辑推理
分类号：TD421(矿山机械)
资助基金：山西省基础研究计划项目(202303021211325)山西省重点国别科技合作项目(202404041101017)
论文发表日期：2026-02-20
在线出版日期：2026-03-23（本平台首次上网日期，不代表文献的发表时间）
页数：8( 176-183 )
英文信息