边缘计算赋能煤矿机电设备故障预警系统构建
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i4.17930
Abstract
伴随煤矿智能化转型进程加速,传统故障诊断方法因数据处理延迟高、特征提取单一等因素,无法满足实时预警需求。本文提出基于边缘计算的煤矿机电设备故障预警系统,转而向分层诊断框架构建转变,融合1D-CNN、Bi-LSTM与GAT模型实现多模态特征提取,结合迁移学习与模型轻量化技术优化诊断效率,并设计动态阈值调整机制提升预警准确性。实验表明,该系统诊断准确率达98.7%,误报率降至0.8%,平均响应时间缩短至120ms,有效缓解边缘设备计算资源受限与实时性要求的矛盾。
Keywords
边缘计算；煤矿机电设备；故障预警；深度学习
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 卫涛.煤矿机电设备智能化升级系统设计与能效优化模型构建[J].凿岩机械气动工具,2025,51(10):27-29.
[2] 伊春,周新淳.煤矿机电设备智能化改造与能源优化技术研究[J].凿岩机械气动工具,2025,51(08):14-16.
[3] 张臣,赵文.人工智能技术在煤矿机电设备故障诊断中的应用[J].信息记录材料,2025,26(08):121-123.
[4] 徐凯,石滕振,刘伟,等.煤矿机电设备智能传感器故障预测与健康管理研究[J].仪器仪表用户,2025,32(07):64-66.
[5] 葛忠林.基于智能感知技术的煤矿机电设备故障诊断方法研究[J].仪器仪表用户,2025,32(07):82-84.
[6] 刘田雨.基于智能化技术优化煤矿机电运输系统探析[C]//江西省工程师联合会.第二届智能工程与经济建设学术研讨会论文集(一).国能神东煤炭集团有限责任公司,2025:520-523.
[2] 伊春,周新淳.煤矿机电设备智能化改造与能源优化技术研究[J].凿岩机械气动工具,2025,51(08):14-16.
[3] 张臣,赵文.人工智能技术在煤矿机电设备故障诊断中的应用[J].信息记录材料,2025,26(08):121-123.
[4] 徐凯,石滕振,刘伟,等.煤矿机电设备智能传感器故障预测与健康管理研究[J].仪器仪表用户,2025,32(07):64-66.
[5] 葛忠林.基于智能感知技术的煤矿机电设备故障诊断方法研究[J].仪器仪表用户,2025,32(07):82-84.
[6] 刘田雨.基于智能化技术优化煤矿机电运输系统探析[C]//江西省工程师联合会.第二届智能工程与经济建设学术研讨会论文集(一).国能神东煤炭集团有限责任公司,2025:520-523.
Copyright © 2025 王和鑫, 梁光锐
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License