声明
摘要
1 绪论
1.1 引言
1.2 选题背景
1.3 故障预测的研究意义
1.4 故障预测的研究现状
1.5 矿井通风机故障预测的发展
1.6 本文主要内容与结构
2 通风机故障机理分析
2.1 通风机典型故障模式
2.1.1 风机失衡故障模式
2.1.2 风机不对中故障模式
2.1.3 风机动静部件磨损故障模式
2.1.4 风机油膜振动故障模式
2.1.5 风机喘振故障模式
2.2 通风机故障预测系统
2.3 振动测量传感器
2.4 常用通风机故障预测理论
2.5 本章小结
3 小波分析理论及其在故障预测中的应用
3.1 小波分析基本概论
3.1.1 小波理论基础
3.1.2 小波定义
3.1.3 连续小波变换
3.1.4 离散小波变换
3.2 小波多分辨率分析及小波包分析
3.2.1 多分辨率分析
3.2.2 小波包分析
3.3 小波分析的故障特征提取
3.3.1 小波分析处理过程
3.3.2 小波分析的故障特征提取
3.4 本章小结
4 SVM理论在故障预测中的应用
4.1 支持向量机理论
4.1.1 支持向量机最优分类面
4.1.2 支持向量机核函数
4.1.3 支持向量机及其分类流程
4.2 支持向量回归机理论
4.3 基于支持向量机的故障预测
4.3.1 样本小波分析
4.3.2 支持向量机回归预测
4.3.3 支持向量机预测结果分析
4.4 本章小结
5 基于LabVIEW软件平台操作
5.1 虚拟仪器
5.1.1 虚拟仪器简介
5.1.2 LabVIEW软件操作
5.2 基于LabVIEW的风机故障预测
5.2.1 数据采集存储模块
5.2.2 小波降噪模块
5.2.3 支持向量机故障预测模块
5.3 本章小结
6 全文总结与展望
6.1 总结
6.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果