采煤机是煤矿综合机械化采煤的关键设备,因其结构与工况复杂,故障表现形式具有多态性与隐蔽性,故障类型与征兆之间具有较强的不确定性且呈现非线性的对应关系。本文将刻画不确定性和模糊性的数学工具——粗糙集理论应用于采煤机的故障诊断,旨在探索一种采煤机故障诊断的有效方法,研究的主要内容如下:论文以采煤机截割部轴承为例建立了采煤机故障诊断决策表,通过属性离散化、属性约简以及值约简三部分进行故障诊断规则的获取。针对传统离散化方法找不到合适分割断点这一问题,把寻求最优分割断点作为一个寻优指标引入人工鱼群优化算法,通过该智能仿生算法,较好地实现了连续属性离散化,形成了故障离散决策表;针对一般属性约简方法不能得到精准的属性集,把寻求最有价值的条件属性集作为一个寻优指标引入人工鱼群算法,并通过二进制处理,较好地实现了故障离散决策表的属性约简,形成了故障约简决策表;采用一般值约简算法对故障约简决策表进行属性值约简,归纳总结出故障诊断规则。最后为了方便用户操作,实现诊断规则的自动获取,对采煤机故障诊断系统进行了总体的软件方案设计,开发了界面并调试,调试结果表明基于粗糙集的采煤机故障诊断方法具有一定的可行性与有效性。基于粗糙集的故障诊断方法有利于快速、准确地进行采煤机故障诊断,这对提高采煤机的可靠性和延长其寿命具有重要意义。