风机作为很多行业尤其是烧结厂的关键设备,对正常生产有很重要的作用。因此,通过各种手段对风机进行状态监测和故障诊断,具有极其重要的意义。本文探讨了利用智能技术特别是专家系统来进行风机故障诊断的方法和途径。主要内容如下:首先分析了设备故障诊断技术的需求、国内外发展现状和任务。以风机为研究对象,介绍了风机故障诊断的现状、故障的来源及主要原因,并对其进行了简要的振动分析,提出了风机状态监测与故障诊断实施的具体环节和系统结构。通过数据采集系统对信号进行采集与处理,利用监测软件实现风机状态监测,建立常规数据库和故障数据库以及调用常规分析子系统进行故障诊断等手段,观察设备运行状态,找到故障的类型和原因,作为决策的依据,从而提高了设备的经济性和安全性。然后着重论述了专家系统的基本概念和一般结构,介绍了粗糙集理论的研究基础以及在故障诊断中的应用,深入分析了几种算法的优缺点,在此基础上结合现场实际构建了基于粗糙集的风机故障诊断专家系统的体系结构。利用风机征兆和故障之间的关系构造了征兆故障对照表,关系简单明了。结合粗糙集理论约简知识库,采用正向推理建立推理规则,把模糊理论与粗糙集结合起来克服了专家系统在知识获取方面的“瓶颈”问题。最后在Borland C++ Builder平台下开发了一套风机故障诊断专家系统软件,并给出了系统主画面,通过对一个具体实例测试了系统的运行结果,验证了系统的实用性和准确性。将粗糙集理论应用在专家系统中进行故障诊断有着良好的性能和发展前景。由面向对象的语言开发的风机故障诊断专家系统界面友好、实用性强,可以推广到风机类旋转机械的故障诊断中,具有重要的工程应用价值。