皮带输送机是现代化矿井普遍使用的、高效率的运输设备,其稳定运行对保证煤矿产能和安全生产至关重要。目前,现代化矿井已经初步实现了信息化和数字化,各种传感器为故障诊断提供了大量有用数据。因此,如何对这些信息进行融合是提高诊断效率的关键所在。在对基于信息融合的煤矿皮带输送机故障诊断智能决策支持系统进行研究中,本文综合运用信息融合技术,决策支持系统和人工智能技术,为皮带故障诊断智能决策支持系统提出切实可行的实现方式。本文利用南梁煤矿现有的数据平台为支撑,融合了传感器实时监测数据、历史数据和皮带人工检测信息。首先,应用基于知识的专家系统信息融合方法结合参数状态估计和案例特征推理技术,提出并设计了基于信息融合的皮带输送机故障诊断智能决策支持系统框架;其次,采用故障树分析法对皮带输送机常见故障进行分析,应用产生式规则进行知识表示,讨论了基于本体理论的知识库建模;在此基础上设计了皮带输送机的模型库结构和功能,并运用数据融合的灰色关联度模型实现皮带速度的状态评估与故障检测;然后,从案例表示、案例特征提取、案例搜索和案例推理等方面讨论故障案例库构建及其关键技术,并提出基于粗糙集的案例规范化提取和案例特征推理具体应用过程;最后,在理论研究的基础上,以具体煤矿应用需要出发,开发了基于信息融合的煤矿皮带设备故障诊断智能决策支持系统,并对系统原型进行可靠性测试。结果表明,基于信息融合的煤矿皮带输送机故障诊断智能决策支持系统可以有效进行皮带故障维修知识共享,实现基于知识的快速诊断、基于模型的速度状态评估和基于案例的故障匹配。