CN119848787B 基于大数据的煤矿设备故障预测系统及方法 （北京阳光金力科技发展有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119848787B(45)授权公告日2025.07.08

(21)申请号202510323240.3

(22)申请日2025.03.19

(65)同一申请的已公布的文献号申请公布号CN119848787A

(43)申请公布日2025.04.18

(73)专利权人北京阳光金力科技发展有限公司地址100015北京市朝阳区酒仙桥东路1号

院6号楼2层西侧

(72)发明人武越

(74)专利代理机构北京上禾挚诚知识产权代理有限公司16109

专利代理师苏亮齐素立

(51)Int.CI.

GO6F18/25(2023.01)

G01D21/02(2006.01)

GO6F18/23213(2023.01)GO6F18/24(2023.01)

GO6F18/213(2023.01)

GO6N3/042(2023.01)

GO6N3/0442(2023.01)

GO6N3/045(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN

CN

115310333

118999688

A,2022.11.08

A,2024.11.22

审查员刘蕾

权利要求书4页说明书13页附图2页

(54)发明名称

基于大数据的煤矿设备故障预测系统及方

法

(57)摘要

CN119848787B本发明涉及设备故障预测技术领域，具体涉及基于大数据的煤矿设备故障预测系统及方法，包括以下步骤：采集设备表面的生物膜厚度，同步采集设备振动加速度及环境硫化氢浓度，构建腐蚀多模态数据集；对所述腐蚀多模态数据集进行电化学噪声分离，构建腐蚀活性指纹谱；解耦出机械振动与微生物腐蚀的耦合效应，生成腐蚀-疲劳损伤关联图谱；基于腐蚀-疲劳损伤关联图谱构建双通道寿命预测模型，设置预警机制。本发明通过小波包分解和小波熵分析精确提取微生物腐蚀特征电流，并采用图注意力网络建立腐蚀-振动异构图，实现腐蚀诱导的结构振动增强效应解析，相较于传统基于单一信号的预测方

CN119848787B

在设备金属表面部署超声波传感器采集设备表

在设备金属表面部署超声波传感器采集设备表面的生物膜厚度，同步采集设备振动加速度及环境硫化氢浓度，构建腐蚀多模态数据集

对所述腐蚀多模态数据集进行电化学噪声分离，通过小波熵算法提取微生物腐蚀特征电流脉冲，构建腐蚀活性指纹谱

将腐蚀活性指纹谱输入图注意力网络，解耦出机械振动与微生物腐蚀的耦合效应，生成腐蚀-疲劳损伤关联图谱

基于腐蚀-疲劳损伤关联图谱构建双通道寿命预测模型，输出包括化学腐蚀速率与机械裂纹扩展速率的复合失效轨迹曲线，基于复合失效轨迹曲线设置预警机制

S3

S4

S1

S2

CN119848787B权利要求书1/4页

2

1.基于大数据的煤矿设备故障预测方法，其特征在于，包括以下步骤：

S1:在设备金属表面部署超声波传感器采集设备表面的生物膜厚度，同步采集设备振动加速度及环境硫化氢浓度，构建腐蚀多模态数据集，腐蚀多模态数据集中包括因设备腐蚀过程中电流电位波动造成的电化学噪声信号；

S2:对所述腐蚀多模态数据集中的电化学噪声信号进行电化学噪声分离，通过小波熵算法提取微生物腐蚀特征电流脉冲，获取包括脉冲幅值、脉冲持续时间及脉冲上升时间的关键脉冲参数；统计所有关键脉冲参数，构建包括平均幅值、总持续时间和上升时间波动的三维特征向量，采用K-means聚类进行活性分级，并将聚类结果映射至时频维度，形成腐蚀活性指纹谱，腐蚀活性指纹谱横坐标为时间、纵坐标为频率、色度表示腐蚀活性等级；

S3:将腐蚀活性指纹谱输入图注意力网络，解耦出机械振动与微生物腐蚀的耦合效应，生成腐蚀-疲劳损伤关联图谱，具体包括：基于腐蚀活性指纹谱与振动时频图谱，构建包括腐蚀节点与振动节点的异构图结构，通过基于时间差异的加权机制建立关联边，为每条关联边赋予一个边权重，构建双通道图注意力网络以提取腐蚀特征与振动-腐蚀耦合关系，采用奇异值分解解耦节点嵌入特征并计算振动-腐蚀互信息，基于互信息的值进行关联强度编码，关联强度编码通过颜色进行可视化，区分强耦合区域以及独立作用区域，最终生成包括振动-腐蚀互信息的腐蚀-疲劳损伤关联图谱，腐蚀-疲劳损伤关联图谱的横轴为腐蚀活性强度，纵轴为振动能量