基于改进GRU-TCN的磨煤机故障诊断算法

来源：计算机测量与控制杂志2025年第4期北京时间：

作者：马记,许伟强,王荣昌,徐良友,陈世彪,胡勇

摘要：磨煤机系统的监测与诊断对电厂的安全运行至关重要。由于真实故障数据的稀缺性以及故障与正常数据之间的不平衡，传统数据驱动的故障诊断方法在故障识别上表现不佳，有时甚至会产生误判。为了高效地识别磨煤机在不同工况下的典型故障，设计了一种结合了卷积块注意力模块的GRU-TCN融合算法，用于建立磨的故障识别模型，新算法不仅能提升分类准确性，还能实现故障的提前预警。首先，通过调整磨煤机故障生成模型的关键参数，模拟断煤、堵煤和自燃三种典型故障，获取大量不同工况下的故障样本数据。然后，采用新分类算法建立基于典型样本的故障预警模型，旨在提高故障识别的准确性，在故障初期提醒操作人员进行干预，从而避免磨煤机故障进一步扩大

关键词：磨煤机故障诊断;典型故障样本;注意力机制;门控循环单元(GRU);时间卷积网络(TCN)