| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题提出 | 第11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.3.3 研究现状分析 | 第14页 |
| 1.4 主要研究内容和技术路线 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 面向矿井通风系统可靠性的基础研究 | 第16-22页 |
| 2.1 矿井通风系统可靠性降低原因 | 第16页 |
| 2.2 矿井通风系统可靠性影响机理分析 | 第16-19页 |
| 2.2.1 通风系统网络的机理分析 | 第16-18页 |
| 2.2.2 通风系统风路的机理分析 | 第18-19页 |
| 2.3 矿井通风系统可靠性预测算法研究 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 基于BP神经网络的矿井通风系统可靠性预测研究 | 第22-41页 |
| 3.1 引言 | 第22页 |
| 3.2 BP神经网络算法原理 | 第22-27页 |
| 3.2.1 基本的神经元 | 第22-23页 |
| 3.2.2 网络的结构 | 第23-24页 |
| 3.2.3 算法的实现 | 第24-27页 |
| 3.3 面向煤矿通风系统可靠性预测BP神经网络结构模型确定 | 第27-37页 |
| 3.3.1 BP神经网络的输入和输出 | 第27-28页 |
| 3.3.2 训练样本数据的选取及处理 | 第28-30页 |
| 3.3.3 BP神经网络的结构确定 | 第30页 |
| 3.3.4 BP神经网络的网络参数选择 | 第30-33页 |
| 3.3.5 BP神经网络改进算法的确定 | 第33-37页 |
| 3.4 BP神经网络测试与预测仿真分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 面向矿井通风系统的可靠性预测与监测系统设计 | 第41-56页 |
| 4.1 需求分析和总体框架 | 第41-42页 |
| 4.1.1 需求分析 | 第41页 |
| 4.1.2 总体架构 | 第41-42页 |
| 4.2 监控子系统设计 | 第42-47页 |
| 4.2.1 功能描述 | 第42页 |
| 4.2.2 通风监控系统硬件设计 | 第42-47页 |
| 4.3 数据采集子系统设计 | 第47-52页 |
| 4.3.1 矿井通风系统的数据采集技术研究 | 第47-48页 |
| 4.3.2 通风数据系统采集子系统程序软件设计 | 第48-52页 |
| 4.4 预测子系统设计 | 第52-55页 |
| 4.4.1 面向框井通风可靠性预测方法研究 | 第52页 |
| 4.4.2 可靠性预测子系统结构设计 | 第52-54页 |
| 4.4.3 系统集成设计 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 通风系统可靠性预测与监测平台的实现 | 第56-68页 |
| 5.1 引言 | 第56页 |
| 5.2 软件平台总体设计原则与要求 | 第56-57页 |
| 5.2.1 设计原则 | 第56-57页 |
| 5.2.2 平台要求 | 第57页 |
| 5.3 预测平台的开发 | 第57-63页 |
| 5.3.1 预测平台系统整体设计 | 第57-59页 |
| 5.3.2 预测平台软件分析 | 第59页 |
| 5.3.3 上位机人机交互界面实现 | 第59-63页 |
| 5.4 监控系统数据交互机制 | 第63-66页 |
| 5.4.1 组态软件与数据库的连接机制 | 第63-64页 |
| 5.4.2 组态软件与MATLAB的连接机制 | 第64-66页 |
| 5.5 平台的应用 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 附录 | 第73页 |
