声明
致谢
摘要
第一章 绪论
1.1 本课题研究学术背景及意义
1.2 国内外研究现状
1.2.1 矿井机车无人驾驶系统研究现状
1.2.2 机车故障诊断技术研究现状
1.3 常用故障诊断分析方法
1.4 本文研究的主要内容
1.4.1 项目来源
1.4.2 研究内容及组织结构
第二章 自适应模糊故障Petri网模型构建
2.1 PETRI网基本定义
2.2 模糊故障PETRI网模型
2.2.1 模糊故障PETRI网基本概念
2.2.2 网模型模糊化分析
2.2.3 网模型元器件失效率分析
2.2.4 模糊故障PETRI网分析方法
2.3 自适应模糊故障PKTRI网模型
2.3.1 自适应模糊故障PETRI网的模型建立
2.3.2 自适应模糊故障PETRI网模型的转换
2.4 AFFPN模型的故障推理与诊断
2.4.1 AFFPN模型的故障推理方法
2.4.2 AFFPN模型的故障诊断方法
2.5 本章小节
第三章 自适应参数优化设计
3.1 粒子群算法设计
3.1.1 基本粒子群优化算法
3.1.2 改进的粒子群算法
3.2 改进粒子群算法与AFFPN的结合
3.2.1 模型AFFPN参数优化方法
3.2.2 算法初始值的设定
3.3 参数优化设计步骤
3.4 算法验证示例
3.5 本章小节
第四章 矿井机车无人驾驶系统故障分析及建模
4.1.1 系统故障分层分析方法
4.1.2 矿井机车无人驾驶系统的功能结构及运行模式
4.2 矿井机车无人驾驶系统故障分析
4.2.1 通讯故障分析
4.2.2 机车控制部分故障分析
4.2.3 变频器驱动部分故障分析
4.2.4 电源故障分析
4.3.1 通讯系统AFFPN模型建立
4.3.2 机车控制系统AFFPN模型建立
4.3.3 变频器控制系统AFFPN模型建立
4.3.4 电源系统AFFPN模型建立
4.4 本章小节
第五章 矿井机车故障模型仿真分析
5.1 参数优化算法仿真分析
5.1.1 改进的粒子群算法样本训练收敛性分析
5.1.2 算法参数对收敛性的影响分析
5.2 矿井机车模型故障推理与诊断
5.2.1 通讯模型故障推理诊断
5.2.2 矿井机车其他系统常见故障推理与诊断
5.3 本章小节
第六章 总结与展望
6.1 工作总结
6.2 不足与展望
参考文献