煤炭工程

作者：臧凤启,孙　凯,俞　啸,徐　峥,徐鸿洋,王颂丞

单位：1. 济宁市煤矿安全生产监测监控中心，山东济宁　2720002. 中国矿业大学信息与控制工程学院，江苏 徐州　2211163. 中国矿业大学物联网（感知矿山）研究中心，江苏 徐州　221008

关键词：矿井提升机,故障诊断,迁移学习,信号分析,变工况,

煤矿提升机长期工作在高负荷状态，其关键旋转部件轴承的早期故障诊断和预测性维护对提升系统的安全高效运行具有重要工程价值。现有诊断方法在提升机复杂工况场景中存在性能下降问题，因此，提出了一种改进的深度迁移学习诊断模型，结合故障响应机理与信号时频分析技术，建立了一种跨工况轴承故障诊断算法模型CTJ-FDM。首先，提出了一种小波格拉姆矩阵组表示方法，构建了振动信号不同频率段信息内部多尺度特征的矩阵表示结构。其次，设计了多个残差块并行的深度特征提取网络结构与特征权重自适应分配机制，完成不同频率段深度特征的融合提取。最后，联合多层最大平均值差异损失与域对抗机制，建立了更稳定的域适应深度迁移诊断网络结构，提升模型的域适应能力。在此基础上，研发了提升机关键部件在线诊断与预测性维护系统。经实验验证，该模型在两种轴承试验台上的跨工况平均准确率分别为99.81%和99.39%，具有更好的跨工况诊断能力。

来源：2026年第3期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2026年第3期