综放工作面液压支架液压缸泄漏故障诊断方法OA

针对现有液压缸泄漏故障诊断方法多依赖人工特征设计,难以充分表征综放工作面液压支架多规格液压缸样本差异,以及有杆腔、无杆腔压力动态耦合困难等问题,提出了一种基于物理先验双重交叉注意力网络的综放工作面液压支架液压缸泄漏故障诊断方法。依托液压缸泄漏故障模拟实验系统,采集6种规格液压缸在正常、内部泄漏、无杆腔外部泄漏、有杆腔外部泄漏及复合泄漏5种工况下的双通道压力信号。针对原始信号样本长度差异大、长序列建模困难及不同液压缸之间分布偏移明显等问题,采用Z−Score标准化、分段切分、线性插值及短时傅里叶变换构建统一的二维时频特征表示。依据二维时频特征表示特性,设计了物理先验双重交叉注意力网络:通过双重交叉注意力模块显式建立有杆腔与无杆腔压力时频特征之间的双向交互关系,增强网络对泄漏故障引起的跨通道耦合异常的表征能力,同时结合Transformer编码器提取深层时频特征;引入交叉熵损失与物理先验引导的泄漏一致性损失,使网络兼顾故障判别能力与泄漏机理约束。实验结果表明:双重交叉注意力模块和物理先验引导的泄漏一致性损失共同作用时取得最优诊断精度;物理先验双重交叉注意力网络的准确率达91.76%,外泄故障融合准确率达96.73%,优于其他对比网络;该网络可将误判控制在物理特征相近的外泄故障类别之间,减少了正常状态、内泄与外泄之间的混淆,表现出更强的泄漏故障识别能力,且提取的特征具有更好的类内紧凑性和类间分离性。