煤炭工程

作者：马子越,丁华,廉自生,等

单位：1. 太原理工大学；2. 太原理工大学机械工程学院；

关键词：注意力机制,深度学习,故障诊断,液压支架,

针对液压支架故障隐蔽性强，大量历史检测数据未得到有效分析与挖掘的现状，提出一种基于融合卷积transformer的液压支架故障诊断方法，该方法可以同时发挥CNN提取局部特征和transformer识别全局信息的优势，提取到隐藏在数据中的更多有用特征，以实现对液压支架故障的诊断。利用山西斜沟煤矿液压支架历史数据对所提方法的诊断性能进行实验验证。结果表明，与WDCNN模型、transformer模型以及BiLSTM相比，所提方法对液压支架故障具有良好的诊断效果，其故障诊断准确率达到了99.53%。为液压支架故障的确定提供理论依据，具有一定的工程应用价值。

来源：2025年第1期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第1期