煤炭工程

作者：娄佳伽,庞新宇,项培东,马范杰,刘民帅,张占东

单位：1.太原理工大学机械工程学院，山西 太原 0300242.煤矿综采装备山西省重点实验室，山西太原 0300243.西安科控润滑油有限公司，陕西西安 7100694.山西大同大学机电工程学院，山西 大同 037003

关键词：多特征,采煤机减速器,RNN,Bi-GRU,三级量化标度,分级逻辑推理,

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。

来源：2026年第2期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2026年第2期