基于信息融合理论的风机故障诊断（1）

风机厂石家庄风机厂石家庄风机石家庄市风机厂石家庄风机维修石家庄风机销售

借助粗糙集理论中的动态层次聚类的连续属性离散化算法和属性约简算法，对金属矿主通石家庄市风机各类特征信息在线监测的数据进行融合，去除石家庄市风机故障诊断决策表中的冗余和不一致信息，分析并推导出导致石家庄市风机故障各因素的内在联系，找出关键因素和非关键因素，最终提取出故障诊断规则。研究结果表明：该故障故障方法能够对金属矿主通石家庄市风机故障做出快速准确的诊断，并且在某矿山的实际应用中取得了良好的效果，达到了预期的目标。关键词：石家庄市风机；监测监控：故障诊断；粗糙集理论：信息融合金属矿山主通石家庄市风机是矿山安全生产的关键设备之一，它为井下输入新鲜风流，排出炮烟、粉尘等各类污风流，直接影响矿山能否正常生产，因此，石家庄市风机故障的快速准确诊断方法研究是一项极具社会意义和经济价值的工作。传统的石家庄市风机故障诊断方澍11是通过监测石家庄市风机振动的信号，通过分析实时图像来判断石家庄市风机的运行情况以及发生故障原因，这种依靠单一信息分析诊断石家庄市风机故障所得的结论难以有说服力，而且诊断结果准确率不够高，因此，采用多传感器对石家庄市风机的多个特征量(转速、温度、电流等)进行监测已成为一种趋势，实现远程对石家庄市风机进行控制和运行数据采集，那么从大量监测数据中获取有效信息就成为快速准确诊断石家庄市风机故障的基础。
为此，本文作者利用基于粗糙集理论的信息融合算法，首先把多传感器监测的各特征量作为对故障分类的条件属性集，建立故障诊断决策表；然后利用决策表属性约简算法提取出故障诊断规则，从而实现对石家庄市风机故障的快速准确诊断。石家庄市风机的远程自动控制的实现为石家庄市风机在线获取运行数据提供了一条方便的途径，运用信息融合理论，将各传感器监测采集的大量且不完整的数据依据某种优化准则加以综合，在其实阶段对数据进行归类，最大限度地降低多传感器监测数据中可能存在的冗余和不一致信息，使不确定性降到最低，以便于提高系统决策、规划、反应的快速性和正确性，形成对石家庄市风机故障诊断相容的决策表，产生对监测对象的一致性描述。多传感器信息融合是一门多学科交叉融合的新学科，还没有形成完整的理论体系，但针对于具体的应用领域已提出许多成熟并且有效的融合方法。粗糙集理论不仅可以用于分析确定的和完整的信息，而且也可以分析推理不确定和不完整的信息，并最终作出决策，挖掘出同一类或不同类信息间隐含的知识，提取出有用规则，也提高了信息分析处理的能力。
因此，利用粗糙集理论对石家庄市风机运行时的众多信息进行融合，是实现石家庄市风机故障快速准确诊断的一个行之有效的方法。用粗糙集理论对石家庄市风机的监测属性信息进行融合的基本步骤描述如下：(1)首先建立各监测属性问的关系数据模型，即将传感器采集到各类数据按条件属性和决策属性编制成一张信息表。(2)条件约简，即利用属性约简及核等概念去除冗余的条件属性和信息，得到简化的信息表。f3)依据属性分类约简后的数据，对属性进行求并，导出核值表。(4)根据步骤(3)求得的核值表进行知识推理和数据挖掘，形成决策规则表，并发掘各属性问的关系。(5)从决策规则表中得出最快融合算法。