声明
致谢
1 绪论
1.1 研究背景与意义
1.1.1 煤矿行业概述
1.1.2 煤矿带式运输机故障诊断及预测技术研究意义
1.2 课题研究现状分析
1.2.1 故障预测技术研究现状
1.2.2 煤矿皮带运输机的故障诊断和预测研究现状
1.2.3 目前存在的问题
1.3 主要研究内容及论文结构安排
1.3.1 研究内容及创新点
1.3.2 论文结构安排
1.4 本章小结
2 带式运输机故障机理研究
2.1带式运输机的基本构成与工作原理
2.2带式运输机传输系统故障原理分析
2.2.1 皮带打滑
2.2.2 皮带跑偏
2.2.3输送带纵向撕裂
2.2.4输送带断带
2.2.5皮带超温故障
2.3本章小结
3 煤矿带式运输机故障数据分析
3.1煤矿带式运输机数据来源分析
3.2 基于小波理论的数据降噪方法
3.2.1小波变换和小波函数
3.2.2 基于小波阈值收缩的皮带运输机数据降噪方法
3.3 带式运输机故障强关联因素辨识
3.3.1 Relief算法
3.3.2 Relief-F算法与多类数据处理
3.3.3基于Relief-F算法的带式运输机故障强关联因素辨识
3.4实例分析
3.4.1基于小波阈值降噪的数据处理
3.4.2基于Relief-F算法的强关联因素分析
3.5本章小结
4 基于过程神经网络的带式运输机状态参数预测
4.1离散过程神经网络的状态参数预测模型
4.1.1 过程神经元模型
4.1.2 离散输入过程神经网络模型
4.2 PSO-LM组合算法
4.2.1 LM算法
4.2.2 粒子群算法
4.2.3 PSO-LM组合学习算法
4.3 网络权值更新算法
4.4 煤矿皮带运输机状态参数预测实例分析
4.5本章小结
5 基于径向基神经网络的带式运输机故障预测方法
5.1 径向基神经网络模型
5.1.1 径向基神经网络理论基础
5.1.2 径向基网络结构
5.1.3 径向基神经网络模型的构建
5.2 煤矿带式运输机故障预测方法及其原理
5.3 实例分析
5.3.1状态识别模型的建立
5.3.2 组合预测模型的准确性验证
5.4 本章小结
6 煤矿带式运输机故障预测系统设计
6.1 系统整体方案设计
6.2 预测系统硬件选型与设计
6.3.1软件架构和开发环境
6.3.2 C#与MATLAB混合编程技术
6.3.3 系统功能实现
6.4本章小结
7 总结和展望
7.1 总结
7.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
中国矿业大学;
中国矿业大学(江苏);