基于FCM和CNN-BiLSTM-MHA的矿用带式输送机健康状态评估

来源：机床与液压杂志2025年第7期北京时间：

作者：孙琪雅，袁逸萍，张润泽，陈彩凤

单位：新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院；新疆大学智能制造现代产业学院

摘要：受频繁启停机、负载突变等影响，带式输送机监测数据存在大量噪声、异常值和空值等，从而无法准确表征其运行状态。提出一种基于FCM聚类算法和CNN-BiLSTM-MHA模型的健康状态评估方法。对采集到的多传感器数据，利用动态时间规整进行预处理，采取自适应特征融合方法将降维后的健康指标进行融合；利用FCM聚类分析设备全生命周期退化数据，划分其健康状态；将划分好健康状态的数据输入CNN-BiLSTM-MHA模型进行训练，得到最终的健康状态评估结果。实验结果表明：与CNN和CNN-BiLSTM模型相比，CNN-BiLSTM-MHA模型在准确率、精确率、召回率和F1分数这4个评价指标上表现更优。

关键词：关矿用带式输送机;健康状态评估;多传感器融合;模糊C均值聚类;CNN-BiLSTM-MHA

基金资助：国家自然科学基金项目（72361032）