声明
摘要
第一章 绪论
1.1 课题的研究背景和意义
1.2 课题的国内外发展现状
1.2.1 掘进机国内外研究现状
1.2.2 动载荷识别技术的国内外研究现状
1.3 本文研究目标及研究内容
第二章 智能化超重型岩巷掘进机截割机构的动力学分析
2.1 岩巷掘进机组成结构和工作原理
2.1.1 岩巷掘进机组成结构
2.1.2 岩巷掘进机工作原理
2.2 截割机构的运动学特性分析
2.2.1 截割方式
2.2.2 截齿载荷计算
2.2.3 截割头载荷分析
2.3 截割机构监测量的选取
2.3.1 基于机械振动的分析
2.3.2 基于截割电机的分析
2.3.3 基于液压缸的分析
2.4 本章小结
第三章 岩巷掘进机动载荷识别系统方案设计
3.1 系统设计原则及要求
3.1.1 设计原则
3.1.2 技术指标
3.2 系统方案设计
3.2.1 系统硬件结构
3.2.2 系统软件结构
3.3 动载荷识别系统硬件配置
3.3.1 传感器安装位置的确定
3.3.2 传感器的选型
3.3.3 数据采集卡选型
3.3.4 上位机配置
3.4 本章小结
第四章 岩巷掘进机动载荷智能识别方法的研究
4.1 小波包分析法的应用
4.1.1 小波包定义
4.1.2 小波包最优基的选择
4.1.3 小波包消噪在动载荷识别中的应用
4.2 小波包能量特征提取
4.3 动载荷信号的特征量提取
4.3.1 振动信号特征量提取
4.3.2 电流信号特征量提取
4.3.3 压力信号特征量提取
4.4 神经网络理论
4.4.1 人工神经网络在掘进机动载荷识别中的应用
4.4.2 RBF神经网络
4.4.3 组合神经网络
4.5 证据组合理论
4.6 基于神经网络和证据理论的载荷识别信息的融合
4.7 本章小结
第五章 岩巷掘进机动载荷识别系统软件开发
5.1 软件开发平台
5.2 信号采集程序设计
5.3 特征提取程序设计
5.4 RBF神经网络动载荷识别程序设计
5.4.1 RBF神经网络模型设计
5.4.2 RBF神经网络程序
5.5 证据理论融合程序设计
5.6 数据存储程序设计
5.7 人机界面设计
5.8 本章小结
第六章 试验及结果分析
6.1 基于RBF神经网络识别系统的测试及分析
6.1.1 一级网络系统的测试及分析
6.1.2 二级网络系统的测试及分析
6.2 基于神经网络和证据理论的融合识别系统的测试及分析
6.3 本章小结
第七章 研究结论及展望
7.1 研究结论
7.2 工作展望
参考文献
致谢
作者在攻读硕士期间的研究成果
太原理工大学;