基于声纹深度时序的矿井提升机健康状态预测

作者：王锋; 李敬兆^*; 王**; 郑昌陆

来源：煤炭技术, 2023, 42(02): 179-182.

DOI：10.13301/j.cnki.ct.2023.02.042

• 故障预测
• 声纹识别
• 神经网络
• 矿井提升机

矿井提升机健康状态预测是保障煤矿安全稳定开采的重要方法。传统利用接触式传感器采集状态信号存在安装不便、误差大等弊端。针对上述问题，提出基于声纹深度时序的矿井提升机健康状态预测方法。利用非接触式传感器采集提升机声纹信号，通过自适应滤波降噪、预加重和分帧加窗等方法预处理；采用MFCC算法提取13维信号特征；构建DRSN-GRU-Attention神经网络预测模型实现健康状态预测，与DRSN,GRU,DRSN-GRU模型对比，验证该模型对提升机健康状态预测性能更优。

• 出版日期2023
• 单位上海申传电气股份有限公司; 安徽理工大学