混合推理实现矿井风机故障诊断系统设计  

Based on CBR Hybird Threshold Method Mine of Fan Fault Diagnosis

作　　者：李蒙[1] 刘保罗[1] 

机构地区：[1]洛阳理工学院,河南洛阳471023

出　　处：《煤矿机械》2010年第9期249-251,共3页Coal Mine Machinery

基　　金：国家安监总局安全生产科技发展计划项目(07-153);河南省高等学校青年骨干教师资助计划(2009GGJS-122)

摘　　要：讨论基于案例和基于规则推理的特点,阐述了基于规则和案例混合推理的优势,针对矿井风机故障的特点设计基于规则和案例混合推理系统,详细描述了推理过程及混合推理设计的关键策略,并给出混合推理算法进行验证及对比,基于CBR和RBR融合的混合推理方式不但提高矿井风机故障诊断系统运行的效率和诊断效果,同时增强了系统知识提取的能力。In order to improve the accuracy for fan of coal fault diagnosis, design case base for fan of fault with the characteristics of detection parameter, the realization of fan failure diagnosis expert system based CBR. Case retrieval and reuse using the static confidence thresholds and dynamic confidence thresholds comprehensive judgment method, and improve the applicability of the fault diagnosis system.

关 键 词：案例推理 风机 故障 

分 类 号：TD724[矿业工程—矿井通风与安全]