文献类型：期刊文章

作　　者：李宁[1,2,3] 王李管[1,2,3] 贾明滔[1,2,3] 毕林[1,2,3] 张建国[2,3]

机构地区：[1]中南大学资源与安全工程学院,湖南长沙410083 [2]中南大学数字矿山研究中心,湖南长沙410083 [3]长沙迪迈数码科技股份有限公司,湖南长沙410083

出　　处：《中南大学学报（自然科学版）》

基　　金：国家高技术研究发展计划("863"计划)项目(2011AA060407);国家自然科学基金资助项目(50774092);湖南省研究生科研创新基金资助项目(CX2011B116)

年　　份：2013

卷　　号：44

期　　号：7

起止页码：2861-2866

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20133516678634)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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,对金属矿主通风机各类特征信息在线监测的数据进行融合,去除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：风机 监测监控 故障诊断 粗糙集理论 信息融合

分 类 号：TD63]