李林琛 张春芝 杨德亮（北京工业职业技术学院，北京市石景山区，100042）



★煤炭科技·机电与信息化★

基于案例推理的矿井风机故障诊断系统的研究∗

李林琛 张春芝 杨德亮
（北京工业职业技术学院，北京市石景山区，100042）

摘 要为了提高矿井风机故障诊断的准确率，结合案例推理研究设计了矿井风机故障诊断系统，该系统引入了群决策思想对多种相似度指标进行了综合，从而解决了因单一相似度指标对系统诊断结果带来的不确定性上的弊端，仿真试验表明，该系统能够有效地诊断出风机故障，能够高效地对风机的运行状态进行分析判断，为矿井安全提供了相应的保障。

关键词矿井风机 故障诊断 案例推理 群决策

矿井风机是煤矿企业生产的核心设备，其运行的安全性与可靠性直接决定着煤矿的安全生产能力。因此，对煤矿风机进行故障诊断十分必要，这样能对风机故障、隐患以及不良反应等做到早发现和早处理，保障设备安全、可靠、高效、经济地运行。而如何准确地判断风机的运行状态，及时发现故障征兆，并对出现的故障进行准确有效地分析和判断，已成为煤矿生产和故障诊断方面亟需解决的问题。

目前，常见的矿井风机故障诊断方法主要包含基于数据驱动的方法（如PCA、PLS等）和人工智能的方法（如神经网络、专家系统等），然而这些方法均存在相应的弊端，如为了保证神经网络的准确性，需要大量历史数据进行训练，这对于进行故障诊断的系统往往是无法实现的。……