| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·课题的背景及研究意义 | 第7-8页 |
| ·设备温度预警的国内外研究现状 | 第8-10页 |
| ·研究的主要内容 | 第10页 |
| ·论文结构安排 | 第10-12页 |
| 2 煤矿井下设备温度监测系统 | 第12-16页 |
| ·煤矿井下设备温度监测系统总体方案 | 第12-13页 |
| ·煤矿井下设备温度监测系统硬件结构 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 3 煤矿井下设备温度预测方法研究 | 第16-35页 |
| ·时间序列预测 | 第16-17页 |
| ·基于 ARIMA 的设备温度预测 | 第17-23页 |
| ·ARIMA 模型 | 第17页 |
| ·ARIMA 分析建模预测过程 | 第17-18页 |
| ·离心泵电机后轴温度的 ARIMA 预测 | 第18-23页 |
| ·基于 BP 神经网络的时间序列预测 | 第23-24页 |
| ·BP 神经网络 | 第23页 |
| ·BP 神经网络预测 | 第23-24页 |
| ·基于相空间重构及 BP 神经网络的设备温度预测 | 第24-29页 |
| ·相空间重构及参数的确定 | 第24-25页 |
| ·混沌特性识别 | 第25-26页 |
| ·基于相空间重构的 BP 神经网络预测 | 第26页 |
| ·基于相空间重构和 BP 神经网络的煤矿设备温度预测 | 第26-29页 |
| ·基于经验模态分解的混沌 BP 神经网络预测 | 第29-34页 |
| ·经验模态分解方法 | 第30-31页 |
| ·基于 EMD 的混沌神经网络预测步骤 | 第31页 |
| ·基于 EMD 混沌神经网络的设备温度预测 | 第31-33页 |
| ·结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 设备温度预警方法研究 | 第35-41页 |
| ·DS 证据理论 | 第35-36页 |
| ·基于 EMD、BP 和 DS 证据理论的预警方法 | 第36-38页 |
| ·煤矿设备温度预警仿真实验 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于 Visual C++的设备温度预警软件设计 | 第41-57页 |
| ·设备温度预警系统的功能需求 | 第41页 |
| ·设备温度预警系统功能的实现 | 第41-42页 |
| ·VC++与外部程序的接口 | 第42-53页 |
| ·VC++与 Matlab 的接口 | 第43-44页 |
| ·VC++与 Matlab 混合编程的实现 | 第44-49页 |
| ·VC++访问 EXCEL | 第49-53页 |
| ·软件系统运行界面 | 第53-56页 |
| ·预测预警系统主窗口 | 第53页 |
| ·离心泵电机后轴温度的预测预警分析 | 第53-55页 |
| ·离心泵电机前轴温度的预测预警分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
