基于粗糙集的采煤機故障診斷方法研究.pdf

1、采煤機是煤礦綜合機械化采煤的關鍵設備，因其結構與工況復雜，故障表現(xiàn)形式具有多態(tài)性與隱蔽性，故障類型與征兆之間具有較強的不確定性且呈現(xiàn)非線性的對應關系。本文將刻畫不確定性和模糊性的數(shù)學工具——粗糙集理論應用于采煤機的故障診斷，旨在探索一種采煤機故障診斷的有效方法，研究的主要內容如下：
　　論文以采煤機截割部軸承為例建立了采煤機故障診斷決策表，通過屬性離散化、屬性約簡以及值約簡三部分進行故障診斷規(guī)則的獲取。針對傳統(tǒng)離散化方法找不到合適

2、分割斷點這一問題，把尋求最優(yōu)分割斷點作為一個尋優(yōu)指標引入人工魚群優(yōu)化算法，通過該智能仿生算法，較好地實現(xiàn)了連續(xù)屬性離散化，形成了故障離散決策表；針對一般屬性約簡方法不能得到精準的屬性集，把尋求最有價值的條件屬性集作為一個尋優(yōu)指標引入人工魚群算法，并通過二進制處理，較好地實現(xiàn)了故障離散決策表的屬性約簡，形成了故障約簡決策表；采用一般值約簡算法對故障約簡決策表進行屬性值約簡，歸納總結出故障診斷規(guī)則。最后為了方便用戶操作，實現(xiàn)診斷規(guī)則的自動獲