将矿井发生巷道冒落或变形、风门开关或者损毁、运输车辆堵塞等变化所引起的通风系统风量发生异常变化的现象称为矿井通风系统阻变型故障。根据故障发生后巷道风量的监测值，利用支持向量机（SVM）、遗传算法（GA）等人工智能方法可以诊断故障位置及故障量。由此引出的核心问题是如何确定井下安设传感器的最小数量以及安设位置？通过实际矿井的故障诊断模拟实验和金属矿山的现场试验提出了不需先验知识的基于邻域粗糙集属性约简算法的风速传感器安设位置优化方法，根据巷道风量对故障位置及故障量的重要度，得到的约简分支即为应当安设

将矿井发生巷道冒落或变形、风门开关或者损毁、运输车辆堵塞等变化所引起的通风系统风量发生异常变化的现象称为矿井通风系统阻变型故障。根据故障发生后巷道风量的监测值，利用支持向量机（SVM）、遗传算法（GA）等人工智能方法可以诊断故障位置及故障量。由此引出的核心问题是如何确定井下安设传感器的最小数量以及安设位置？通过实际矿井的故障诊断模拟实验和金属矿山的现场试验提出了不需先验知识的基于邻域粗糙集属性约简算法的风速传感器安设位置优化方法，根据巷道风量对故障位置及故障量的重要度，得到的约简分支即为应当安设