煤矿提升钢丝绳在线检测关键技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| Extended Abstract | 第9-11页 |
| 目录 | 第11-15页 |
| 图清单 | 第15-21页 |
| 表清单 | 第21-23页 |
| 变量注释表 | 第23-24页 |
| 1 绪论 | 第24-49页 |
| ·课题的提出 | 第24-27页 |
| ·国内外研究现状 | 第27-44页 |
| ·本课题的研究思路 | 第44-47页 |
| ·本课题的主要研究内容 | 第47-49页 |
| 2 钢丝绳缺陷漏磁信号空间分布模型研究 | 第49-68页 |
| ·钢丝绳漏磁检测原理 | 第50-52页 |
| ·钢丝绳缺陷漏磁信号有限元分析模型 | 第52-55页 |
| ·钢丝绳缺陷漏磁信号空间分布特性 | 第55-58页 |
| ·影响钢丝绳缺陷漏磁信号的主要因素 | 第58-64页 |
| ·有限元分析模型有效性验证实验 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 3 钢丝绳探伤传感器优化设计方法 | 第68-100页 |
| ·煤矿提升钢丝绳漏磁检测系统结构模型 | 第68-69页 |
| ·磁化装置的分析与优化设计 | 第69-84页 |
| ·漏磁探测装置研究 | 第84-97页 |
| ·传感器实验效果 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 4 钢丝绳漏磁信号信息处理模型与关键技术 | 第100-128页 |
| ·钢丝绳损伤在线检测实验平台 | 第100页 |
| ·钢丝绳漏磁信号信息处理模型理论框图 | 第100-101页 |
| ·基于小波分析的钢丝绳漏磁检测信号消噪 | 第101-127页 |
| ·本章小结 | 第127-128页 |
| 5 钢丝绳损伤信号定量识别方法 | 第128-156页 |
| ·人工神经网络理论基础 | 第128-132页 |
| ·BP 神经网络 | 第132页 |
| ·RBF 神经网络 | 第132-154页 |
| ·本章小结 | 第154-156页 |
| 6 结论与展望 | 第156-159页 |
| ·结论 | 第156-158页 |
| ·展望 | 第158-159页 |
| 参考文献 | 第159-169页 |
| 作者简历 | 第169-171页 |
| 学位论文数据集 | 第171页 |
