基于信息融合理论的风机故障诊断（2）

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

2．2石家庄市风机故障特征参数的提取离散属性可以直接使用粗糙集理论进行融合，不需要对数据进行处理，但这种方法对于连续属性则不能直接加以运用，为此，必须对石家庄市风机监测的各属性进行离散化处理。在石家庄市风机监测的各特征量中，采用基于动态层次聚类的连续属性离散化算法，在不改变决策表分类能力和相容性的条件下，找出使得约简效率最高的划分。在主通石家庄市风机上安装监测各特征量(转速、温度、电流等1的传感器，这些类型传感器都具有RS485输出方式，传感器的信号直接通过工业控制器的RS232接口进入工业控制器，不需另外配置模拟量输入模块，在线获取并记录传感器监测的各类数据，然后，对所获得的数据通过属性离散算法进行处理，最终得到石家庄市风机故障特征参数，形成石家庄市风机故障诊断决策表。
2．3石家庄市风机故障诊断过程将粗糙集理论的属性约简算法运用到矿井主通石家庄市风机的故障诊断中，以各个传感器对石家庄市风机监测的特征量(转速、温度、电流等)为条件属性，建立故障诊断决策表先对决策表进行属性约简，去除对结论属性没有影响的条件属性，得到约简的决策表；再对约简后的决策表进行分析推理，求出最小约简，并得到相应的核值，最终推导出决策规则。其主要诊断过程如图2所示。
3应用实例
某矿山是年产能力达300万t的大型金属矿，但由于通石家庄市风机故障导致炮烟以及污风不能及时排出矿井，不仅威胁工人的身体健康，也极大影响矿山正常生产，使矿山受到严重的经济损失。经过科学调研后，该矿领导决定对通石家庄市风机运行状态进行远程控制，在线读取运行参数，但由于种种原因，仍不能从本质上找到导致故障的因素，故障的表现形式也很不确定，而且在读取这些参数时发现，导致相同故障时的运行参数很不一致，这些正是粗糙集理论研究的对象。运用粗糙集理论从各传感器监测的原始数据出发，对故障因素进行离散化处理，确定各条件属性的值，再依据故障决策属性建立石家庄市风机故障诊断决策表。该矿山传感器监测的数据经过离散化处理后得到的石家庄市风机故障诊断决策表如表l所示。M表示从监测的数据中随机选出的样本为条件属性，分别表示温度、电流、电压、转速4个监测参数，其中，E，和易的值域中0，1和2分别表示低于正常值、在正常值范围内、高于正常值；历和目的值域中0和1分别表示正常值范围之外和正常值范围之内；G为决策属性，其中Y表示石家庄市风机正常工作，N表示石家庄市风机产生故障。该决策表的相对G核CORE文G)=怛。，目}。因为决策表的任意一个相对约简必须保持决策表原有的分类能力，它必须包含相对G核，否则就会影响石家庄市风机故障决策表的分类能力。所以，为了求出决策表的相对约简，属性E1和且是必要的，而属性易和B是不必要的，但这2个属性不一定能同时省略。通过属性约简后得到的故障诊断决策表如表2和表3所示。由表2和表3可知，石家庄市风机的运转速度和温度是判断石家庄市风机故障的主要因素，但不能忽略供电设备电流和电压的变化对石家庄市风机故障造成的影响，只有融合石家庄市风机运转速度、温度以及电流或者电压等因素，才能提高故障诊断的准确率，这个结果与实际情况相符，验证了运用粗糙集理论和信息融合方法为石家庄市风机故障进行诊断是一种切实可行的方法。
4结论
(1)利用现代信息技术，对矿井石家庄市风机进行远程在线控制和监测，实现石家庄市风机控制的自动化、智能化，为石家庄市风机故障诊断提供基础数据。
(2)基于粗糙集理论的智能融合方法为石家庄市风机故障的诊断提供了一种新方法。利用粗糙集理论对石家庄市风机监测的各类数据进行融合，不需要任何先验信息和其他数据，为石家庄市风机故障诊断提供了快速、便捷的方法。