【背景】矿井提升机故障诊断是一个十分复杂的故障知识分析和推理的过程，由于其运行条件及环境特殊，导致提升机故障知识具有数据量大、时变性、耦合性和数据冗余等特点，而目前的提升机故障诊断方法的实现仍主要依赖传统的故障诊断专家系统和诊断专家的经验进行，其诊断结果的稳定性仅仅建立在成功的诊断实例和经验基础之上，致使诊断的决策缺乏科学的理论依据，并且存在诊断效率低、知识管理落后等弊端，不能完全适应提升机故障诊断任务的要求。

 

　　来自太原理工大学机械工程学院的李娟莉等研究人员提出了基于知识工程的矿井提升机故障诊断方法，重点解决提升机故障诊断过程中知识获取、知识表示和知识推理三大关键问题。从提升机系统的物理结构和逻辑组成出发，深入分析提升机故障现象和故障原因的传播机理，融合粗糙集、本体和贝叶斯模糊推理等现代智能技术，对提升机的故障领域知识进行建模，以及对故障诊断知识和诊断规则知识进行语义描述，构建矿井提升机的不确定性推理系统，从而解决提升机故障知识的分析、转换和处理等关键问题，提高矿井提升机故障诊断的效率。下图为面向知识工程的提升机智能故障系统诊断体系结构。

 

 

【来源】李娟莉，杨兆建，庞新宇.面向知识工程的提升机智能故障诊断方法[J].煤炭学报,2016,41(5):1309-1315.