礦山機電設備故障診斷專家係統是用計算機將采集到的機電設備信號數據和參數，通過專家經驗進行推理，運行過程中可以隨時索取相關信息數據和參數。礦山機電設備故障診斷專家係統的優點是適應於人的思考方式，不用輸入非常多的知識細節，個別事實發生變化時也很容易修改。但是，礦山機電設備故障診斷專家係統目前存在一定的局限性：機電設備故障診斷的準確度與專家診斷係統中專家知識的水平高低以及豐富程度有很大的關係；而且有些礦山機電設備的故障很難通過具體的方式描述，使得建立準確的知識庫也會非常的困難。
3.3 人工神經網絡故障診斷法
利用人工神經網絡進行礦山機電設備故障診斷的基本思想是：以礦山機電設備的故障特征信號作為神經網絡輸入，礦山機電設備的診斷結果作為神經網絡輸出。通過調整人工神經網絡節點間的權值和閾值，利用訓練好的人工神經網絡，來實現礦山機電設備故障的診斷等，並且由於人工神經網絡診斷法自身所具有的自學習、自適應和並行性能力等優點，因此該故障診斷法在礦山機電設備智能故障診斷中的應用越來越廣泛，並且也逐漸得到相關專家學者的深入研究。
3.4 基於仿生算法的故障診斷法
遺傳算法是一種隨機優化算法，它的兩個重要特點是群體搜索策略和群體中個體之間的信息相互交換，其本質是模擬由個體組成的群體之間的學習過程，其中每個個體表示給定問題搜索空間中的一個解。該算法具有並行計算、快速尋找全局最優解等優點。
將生命科學中的免疫概念及其相應的理論應用於遺傳算法中，並進行有目的性地抑製遺傳算法在優化過程中出現的退化現象，這種算法被稱之為免疫算法。通過理論分析，免疫算法具有全局收斂特性，能夠更好地抑製遺傳算法出現的退化現象。
3.5 信息融合智能診斷方法
信息融合智能診斷方法是一種新型的礦山機電設備智能診斷技術。該診斷方法是通過多傳感器測量和采集礦山機電設備的多種相關信息數據和參數，利用計算機對有關礦山機電設備運行狀態的不同信息進行自動分析，準確並及時地預測礦山機電設備的運行狀態。
4 結語
礦山機電設備的故障檢測診斷技術可以為礦山機電設備的相關維護人員和維修人員及時並有效地進行機電設備的故障預測，發現機電設備的故障源頭，分析並找到機電設備的故障原因以及給出機電設備的故障解決方案，防止並預防煤礦機電設備安全事故的發生。因此煤礦企業應該大力推動礦山機電設備智能診斷檢測技術的研究和發展，以保證礦山機電設備的安全性與可靠性，減少並力爭避免安全事故的產生。未來，將多種人工智能檢測診斷技術相結合，開發應用的礦山機電設備混合智能檢測診斷係統，將會逐漸成為數字化礦山機電設備智能故障檢測診斷技術研究的一個重要方向。
參考文獻
[1] 孫新城.淺析煤礦機電設備維修中故障檢測診斷技術的應用[J].企業技術開發，2011，（17）：70-71.
[2] 井學慶.礦山機電設備故障診斷技術的研究與探討
[J].黑龍江科技信息，2012，（2）：34.
[3] 辛晟，郭磊.水力發電機組振動故障診斷技術綜述
[J].機電技術，2010，（2）：42-44.
[4] 吳艦，吳楠.基於小波分析的煤礦機電設備故障檢測關鍵技術應用研究[J].自動化與儀器儀表，2011，（5）：85-86.
作者簡介：龔建雲（1970—），男，寧夏石嘴山人，中電投寧夏能源鋁業紅一煤礦工程師，研究方向：礦山機電設備故障檢測診斷技術；馬繼平（1986—），男（回族），甘肅華亭人，中電投寧夏能源鋁業紅一煤礦助理工程師，研究方向：礦山機電設備故障檢測診斷技術。
（責任編輯：文 森）