矿用提升机作为煤矿生产的“咽喉”设备，承担着人员、煤炭及设备的垂直运输重任，其健康状态直接关乎矿井生产安全与效率。提升机运行时，驱动电机、齿轮箱等部件产生的噪声中蕴含着丰富的运行状态信息，其中噪声频谱的能量脊变化趋势是判断设备健康状况的关键指标。然而，背景噪声干扰导致能量脊边界模糊、连续性差，传统检测方法难以精准提取。近日，AIMC LAB团队提出的DeepRidge深度学习模型，成功破解这一难题，相关成果发表于《International Journal of Innovative Computing, Information and Control》。
行业痛点：能量脊检测的“双重困境”
提升机噪声频谱可视为三维结构，其能量脊是频率带周期性变化形成的能量集中区域，通过分析能量脊的陡峭度变化能实现设备健康预判。但实际检测中面临两大核心难题：一是噪声干扰严重，不同频段能量分布差异极大，滤波处理易丢失细节信息，导致能量脊可见性和清晰度极低；二是传统方法适配性差，能量脊局部呈不连续边缘、全局为连续线结构，传统线检测或边缘检测模型难以兼顾全局关联与局部细节，无法有效提取完整脊线。
例如提升机匀速运行阶段的频谱图显示，低频与高频段能量分布悬殊，背景噪声颗粒会降低脊线对比度并破坏其连续性（如图1、图2所示），传统基于梯度或霍夫变换的方法在此类场景下漏检、误检率极高。
图1 提升机运行噪声频谱图
图2 提升机匀速阶段能量分布
核心创新：DeepRidge模型的“多尺度融合+注意力增强”设计
受人类观察模糊图像时“先全局概览再局部确认”的认知逻辑启发，研究团队基于SegNet语义分割网络，设计了端到端的DeepRidge模型，通过多编码器-注意力模块-解码器块提取并融合多尺度特征，实现能量脊的精准检测。模型核心架构如图3所示。
图3 五层DeepRidge模型架构图
1. 编码器-解码器注意力连接结构：兼顾特征提取与细节保留
模型以倒置残差结构构建编码器与解码器：编码器通过1×1卷积降维、3×3卷积提取特征、2×2最大池化下采样，同时保存池化索引用于后续上采样；解码器基于编码器保存的索引进行非线性上采样，恢复特征图尺寸后通过卷积层融合特征。关键创新在于引入注意力门模块，将每对编码器与解码器的最后一层卷积特征进行融合，通过生成门控信号调节不同空间位置特征的重要性，选择性提取关键信息并抑制无关背景噪声。
为适配嵌入式部署，模型还做了针对性优化：维度约简卷积采用线性激活函数避免信息丢失，其他卷积层采用ReLU6替代ReLU，限制输出值范围以适配低精度浮点数运算；最大池化层的引入不仅扩大感受野，更实现降维减参，提升模型运行效率。编码器-解码器具体结构如图4所示。
图4 编码器-解码器结构示意图
2. 多尺度特征融合：全局与局部信息的精准协同
模型构建多组编码器-解码器对形成不同尺度的搜索域：小尺度特征图用于能量脊的粗定位，捕捉全局连续特征；大尺度特征图用于细优化，补充局部细节信息。所有尺度的融合特征图经输出模块汇总后，生成最终检测结果。这种多尺度融合策略完美匹配能量脊“局部不连续、全局连续”的结构特性，大幅提升检测鲁棒性。
3. 损失函数设计：适配像素级二分类任务
能量脊检测本质是像素级二分类问题（判断像素是否位于脊线上），模型采用基于二元交叉熵的损失函数，以人工标注的脊线图为真值，通过对数损失衡量预测结果与真值的差异，引导模型学习脊线的像素级特征。
实验验证：精度与轻量化性能双优
1. 实验设计：真实数据集+多维度评价
实验数据来源于淮南矿业集团丁集煤矿主井提升机的噪声采集，经短时傅里叶变换生成纵向分辨率为416的频谱图，分割为416×416的图像块后人工标注真值，最终构建含396个训练样本、180个测试样本的数据集。训练基于PyTorch框架，采用RMSProp优化器，以ODS（最优数据集尺度F值）、OIS（最优图像尺度F值）、AP（平均精度）、计算量（FLOPs）和参数量为核心评价指标，对比SegNet、Attention U-Net、DeepCrack、U-Net等主流模型性能。
2. 核心性能：精度与轻量化优势显著
定量对比结果显示，DeepRidge模型综合性能最优（如表1所示）：ODS达0.87，AP达0.82577，虽ODS略低于DeepCrack（0.93），但AP高出14.01个百分点，检测精度更优；同时模型参数量仅11.66百万，计算量105452百万次，较DeepCrack分别降低62.3%和70.8%，轻量化优势突出，为嵌入式部署奠定基础。
| 方法 | OIS | ODS | AP | 计算量/百万次 | 参数量/百万 |
|---|---|---|---|---|---|
| DeepRidge | 0.88 | 0.87 | 0.82577 | 105,452 | 11.66 |
| U-Net | 0.46 | 0.45 | 0.43279 | 81,974 | 13.39 |
| Attention U-Net | 0.44 | 0.42 | 0.65501 | 241,004 | 42.88 |
| SegNet | 0.70 | 0.68 | 0.59462 | 77,027 | 18.81 |
| DeepCrack | 0.91 | 0.93 | 0.68546 | 361,049 | 30.90 |
表1 五种深度学习模型定量评价结果
精度-召回曲线（PR曲线）进一步验证了模型性能，DeepRidge曲线更贴近右上角，表明在不同召回率下均保持高精准度（如图5所示）。可视化结果显示，DeepRidge能有效规避背景噪声干扰，完整提取能量脊线，而对比模型存在不同程度的断裂或误检现象。
图5 测试集上五种模型的PR曲线
3. 模型配置优化：确定最优架构
为找到最优配置，研究团队设计了四种不同结构的DeepRidge模型（表2），通过对比测试发现“标准版”（5组编码器-解码器对）性能最佳：ODS达0.87，AP达0.82577。增加编码器-解码器对（深度版）会因小尺度特征图信息不足降低精度，减少对（浅滩版）则因缺失关键尺度特征导致性能下降，增加卷积层（厚重版）易引发过拟合。
| 模型 | 类型 | 编码器-解码器对数量 |
|---|---|---|
| DeepRidge-Shoal（浅滩版） | 标准版 | 4 |
| DeepRidge-Standard（标准版） | 标准版 | 5 |
| DeepRidge-Heavy（厚重版） | 厚重版 | 5 |
| DeepRidge-Deep（深度版） | 标准版 | 6 |
表2 不同配置的DeepRidge模型参数
4. 嵌入式部署：兼顾精度与速度
为实现提升机旁原位分析，团队在瑞芯微RK3588S嵌入式平台（6TOPS算力NPU）上对模型进行优化，通过张量操作重构不支持的MaxUnpool2d算子，并测试不同量化方式的性能。结果显示（表3），混合量化模型在保持较高精度（ODS=0.851，AP=0.7675）的同时，推理速度达0.85417秒/帧，较浮点32位模型提升30%，完全满足现场实时检测需求。
| 参数 | Float32（浮点32位） | Int8（整型8位） | 混合量化 |
|---|---|---|---|
| OIS | 0.862 | 0.81 | 0.854 |
| ODS | 0.847 | 0.79 | 0.851 |
| AP | 0.8026 | 0.6471 | 0.7675 |
| 单帧耗时/秒 | 1.196743 | 0.776506 | 0.85417 |
表3 DeepRidge在RK3588S平台的量化性能测试
研究意义与未来展望
DeepRidge模型的创新之处在于：通过注意力增强的多尺度特征融合，突破了噪声干扰下能量脊检测的精度瓶颈；同时采用轻量化设计，实现嵌入式平台实时部署，为提升机健康监测提供了“精准检测+原位分析”的一体化解决方案。研究构建的提升机噪声频谱数据集及核心代码已开源至GitHub，为行业研究提供重要支撑。
未来，团队计划将DeepRidge与能量脊陡峭度分析算法结合，建立“脊线提取-特征分析-故障预警”的全流程模型，实现提升机早期故障的精准预判；同时拓展模型在风机、水泵等其他煤矿关键设备故障检测中的应用，推动煤矿智能化监测技术升级。