| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 故障诊断技术国内外发展概况 | 第11-14页 |
| 1.2.1 国外设备故障诊断技术发展概况 | 第12-13页 |
| 1.2.2 国内设备故障诊断技术发展概况 | 第13-14页 |
| 1.3 本文研究目标及研究内容 | 第14-16页 |
| 第二章 矿井主排水装置故障机理分析及故障特征量研究 | 第16-26页 |
| 2.1 矿井主排水装置常见故障及机理分析 | 第16-21页 |
| 2.1.1 水泵轴承故障 | 第16页 |
| 2.1.2 转子不平衡 | 第16-17页 |
| 2.1.3 转子不对中 | 第17-18页 |
| 2.1.4 基础松动 | 第18页 |
| 2.1.5 叶轮与转轴之间配合不当 | 第18页 |
| 2.1.6 水泵过热 | 第18页 |
| 2.1.7 水泵不出水 | 第18-19页 |
| 2.1.8 水泵汽蚀 | 第19页 |
| 2.1.9 排水管道漏水 | 第19-21页 |
| 2.1.10 电磁阀故障 | 第21页 |
| 2.2 矿井主排水装置敏感参数及特征参量 | 第21-22页 |
| 2.3 矿井主排水装置状态监测及故障诊断系统方案 | 第22-25页 |
| 2.3.1 研究对象 | 第22-23页 |
| 2.3.2 总体结构 | 第23-24页 |
| 2.3.3 上位机软件结构 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 矿井主排水装置状态监测及故障诊断系统硬件结构 | 第26-34页 |
| 3.1 信号采集系统硬件结构 | 第26-27页 |
| 3.2 PLC模块 | 第27-29页 |
| 3.3 信号采集传感器 | 第29-32页 |
| 3.3.1 振动传感器 | 第29页 |
| 3.3.2 温度传感器 | 第29-30页 |
| 3.3.3 液位传感器 | 第30-31页 |
| 3.3.4 流量传感器 | 第31页 |
| 3.3.5 压力传感器 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 矿井主排水装置故障诊断方法的研究 | 第34-46页 |
| 4.1 时域分析 | 第34-35页 |
| 4.2 频域分析 | 第35-40页 |
| 4.2.1 傅里叶变换 | 第35-36页 |
| 4.2.2 功率谱密度 | 第36页 |
| 4.2.3 倒频谱分析 | 第36页 |
| 4.2.4 包络谱分析 | 第36-37页 |
| 4.2.5 小波分析 | 第37-40页 |
| 4.3 人工神经网络 | 第40-44页 |
| 4.3.1 人工神经网络的典型模型 | 第40-41页 |
| 4.3.2 BP网络 | 第41-42页 |
| 4.3.3 BP神经网络训练的具体步骤 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 矿井主排水装置状态监测及故障诊断软件系统设计 | 第46-74页 |
| 5.1 LabVIEW的基本概念 | 第46-49页 |
| 5.1.1 LabVIEW的基本构成 | 第46-48页 |
| 5.1.2 LabVIEW的特点 | 第48-49页 |
| 5.2 系统软件整体设计 | 第49页 |
| 5.2.1 软件功能 | 第49页 |
| 5.2.2 软件结构 | 第49页 |
| 5.3 数据采集模块 | 第49-51页 |
| 5.4 数据处理模块 | 第51-56页 |
| 5.5 频谱分析模块 | 第56-60页 |
| 5.6 数据存储、查询模块 | 第60-67页 |
| 5.6.1 SQL Sever数据库与LabVIEW连接 | 第60-63页 |
| 5.6.2 数据表的创建 | 第63-65页 |
| 5.6.3 数据存储 | 第65-66页 |
| 5.6.4 数据查询 | 第66-67页 |
| 5.7 故障诊断模块 | 第67-70页 |
| 5.7.1 特征值的计算 | 第67-69页 |
| 5.7.2 BP神经网络程序 | 第69-70页 |
| 5.8 人机界面模块 | 第70-72页 |
| 5.9 本章小结 | 第72-74页 |
| 第六章 实验与调试 | 第74-86页 |
| 6.1 状态参量采集及处理程序的调试 | 第75-79页 |
| 6.2 故障分析 | 第79-81页 |
| 6.3 电机轴承故障实验 | 第81-85页 |
| 6.4 本章小结 | 第85-86页 |
| 第七章 研究结论及展望 | 第86-88页 |
| 7.1 研究结论 | 第86页 |
| 7.2 工作展望 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94-96页 |
| 作者在攻读硕士学位期间的研究成果 | 第96页 |
