ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对煤矿机电设备在高粉尘、高湿度等恶劣工况下故障诊断精度低、实时性差的问题，本文提出了一种基于深度学习的智能故障诊断方法。 通过构建分布式传感网络实现多源数据采集，采用小波变换进行信号降噪预处理，设计改进的注意力机制提取微弱故障特征，并引入自适应学习策略增强模型对复杂工况的适应能力。 该方法在某大型煤矿综采工作面的应用结果表明：系统在轴承、齿轮等关键部件的单一故障和复合故障诊断中表现优异，较传统方法具有明显优势，并能有效预警潜在故障。 本研究为煤矿机电设备智能运维提供了新的技术方案。
