（1）提出了自注意力机制与标准化流共同优化的变分自编码器（SA-NF-VAE）模型，拟合了健康指标复杂空间的隐式分布，无监督的自动构建了健康指标，解决了刮板输送机健康指标构建人工参与过多、易受异常值影响的问题；
（2）提出了一种多种图结构信息提取方法，提取了刮板输送机先验图结构及相似性度量图结构，全方位显式的表达了多部件之间的耦合关系，解决了刮板输送机整机健康状态识别存在的部件间强耦合性关系难以提取的问题；
（3）提出了一种多种图结构信息融合方法，利用多个的图注意力机制（GAT）有效的融合了刮板输送机的多种图结构信息，解决了刮板输送机整机健康状态识别存在的部件间强耦合性信息难以融合的问题。
基于多种图结构信息融合的刮板输送机健康状态识别
杨鑫1,2，苏乐3，程永军3，王波3，赵愿3，杨雄伟3，赵成龙3，曹现刚1,2，赵江滨1,2
1.西安科技大学 机械工程学院
2.陕西省矿山机电装备智能检测与控制重点实验室
3.西安重装蒲白煤矿机械有限公司
刮板输送机是一种煤矿井下用的煤炭输送设备，在煤矿生产中具有重要作用。恶劣工作环境及长期使用磨损导致刮板输送机性能逐渐退化，故及时掌握刮板输送机健康状态极为关键。为克服传统方法在刮板输送机整机健康状态识别过程中存在的部件强耦合性关系难以提取融合及健康指标构建人工参与过多、易受异常值影响的问题，提出了一种基于多种图结构信息融合的刮板输送机健康状态识别方法。利用自注意力机制（SA）与标准化流（NF）共同优化的变分自编码器（VAE）无监督地自动构建刮板输送机健康指标，降低了刮板输送机健康指标构建中对人工经验的依赖，同时有效拟合了健康指标的隐式分布，克服了监测数据中存在的异常值影响健康指标构建的问题；提出了一种多种图结构信息提取方法，提取刮板输送机先验图结构及相似性度量图结构，全方位显式地表达了多部件之间的耦合关系；提出了一种多种图结构信息融合方法，利用多个图注意力网络（GAT）有效提取并融合刮板输送机的多种图结构信息。在采集的刮板输送机真实状态数据中进行试验，结果表明，模型识别准确率可达98.60%，宏平均F1（Macro-F1）值可达96.81%。该方法为刮板输送机的健康状态识别提供了一种新的可行途径。
杨鑫
杨鑫，男，1998年9月生，陕西西安人，西安科技大学机械工程学院博士研究生。
（通讯作者）
教授
曹现刚，男，1970年12月生，山东莒南人，中共党员，博士，三级教授，博士生导师，西安科技大学机械工程学院院长，机械工程一级学科带头人，陕西省矿山机电装备智能检测与控制重点实验室主任。西安科技大学教学名师，中国煤炭工业协会“煤炭工业两化融合先进个人”。
煤矿装备智能检测与控制、煤矿设备健康管理与智能运维、煤矿机器人技术等
曹现刚教授主持承担国家自然科学基金重点项目子课题1项、面上项目2项，省部级科研项目10余项；在国内外学术刊物上发表论文100余篇，主编教材专著3部。获国际发明专利1项，国内专利20余项。获陕西省科技进步奖/陕西高等学校科学技术二等奖各1项，全国煤炭行业教育教学成果一等奖/二等奖各1项，陕西省优秀教学成果二等奖2项，西安科技大学优秀教学成果特等奖3项/一等奖1项。
引用格式
杨鑫，苏乐，程永军，等. 基于多种图结构信息融合的刮板输送机健康状态识别[J]. 煤炭科学技术，2024，52(8)：171−181.
YANG Xin，SU Le，CHENG Yongjun，et al. Health status identification of scraper conveyer based on fusion of multiple graph structure information[J]. Coal Science and Technology，2024，52(8)：171−181.
