国内刊号:50-1062/TD
国际刊号:1008-4495
发布日期:
作者:戴剑勇, 王彬, 邓先红
关键词:矿井风机, 云模型, 故障率, 老化指数, 外部影响因素
为了解决井下风机故障率较高、故障发生趋势难以有效预测的问题,采用云模型不确定性推理方法对矿井风机故障率预测问题进行研究。通过挖掘风机老化状况及外部影响因素2个评价参数与风机故障发展趋势之间的关系,构建了基于云发生器的风机老化指数—外部影响因素评价的双因素云推测模型,并阐明了风机故障云推测模型的实施步骤。实例应用结果表明,该预测模型具有较高的预测精度,能够有效解决井下风机故障率预测过程中的随机性、不确定性等问题。
来源:2019年第2期
《矿业安全与环保》期刊编辑部