<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">58</journal-id>
      <journal-title-group>
        <journal-title>施工技术研究</journal-title>
        <abbrev-journal-title>Research on Construction Technology</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN: 3104-8129 EISSN: 3104-8137</issn>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.65700/RHSGJSYJ01-2611-8129-0391</article-id>
      <article-id pub-id-type="publisher-id">15628</article-id>
      <title-group>
        <article-title>声音识别技术在矿山皮带输送机故障诊断中的应用研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>康忠义</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2026</year>
        <month>1</month>
      </pub-date>
      <issue>1</issue>
      <abstract>
        <p>由于矿山皮带输送机可靠运行对安全生产有极其重要的意义，本文对声音识别技术在输送机障诊断中的应用作了非常完整、有
层次的论述：首先分析了托辊轴承失效、皮带撕裂、驱动异常诸种障的声学特征生成机理，然后针对矿山高噪声环境的特点，提出了阵列
式麦克风结合自适应波束形成技术的信号采集方案，继而用深度卷积降噪自编码器对噪声予以有效抑制，导出基于卷积循环神经网络及自
注意力机制的障识别模型，更难得的是利用迁移学习很好地解决了样本稀缺问题。因此所提技术有非接触监测、实时预警、多障并发识别
诸种突出优势，可作为矿山设备智能运维的新范式。</p>
      </abstract>
    </article-meta>
  </front>
</article>
