矿用带式输送机托辊健康监测方法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 变量注释表 | 第23-25页 |
| 1 绪论 | 第25-38页 |
| 1.1 课题来源 | 第25页 |
| 1.2 选题背景及意义 | 第25-27页 |
| 1.3 国内外研究现状 | 第27-34页 |
| 1.4 研究内容及目标 | 第34-35页 |
| 1.5 技术路线与总体框架 | 第35-37页 |
| 1.6 本章小结 | 第37-38页 |
| 2 带式输送机托辊故障特性分析 | 第38-60页 |
| 2.1 引言 | 第38页 |
| 2.2 矿用带式输送机 | 第38-40页 |
| 2.3 带式输送机托辊故障特性分析 | 第40-48页 |
| 2.4 本文所用实验平台 | 第48-59页 |
| 2.5 本章小结 | 第59-60页 |
| 3 基于频谱搜索的托辊故障诊断研究 | 第60-95页 |
| 3.1 引言 | 第60页 |
| 3.2 频谱搜索算法 | 第60-67页 |
| 3.3 基于频谱搜索算法的故障诊断 | 第67-68页 |
| 3.4 仿真信号分析 | 第68-71页 |
| 3.5 实验验证与分析 | 第71-93页 |
| 3.6 本章小结 | 第93-95页 |
| 4 基于图像特征的托辊故障识别研究 | 第95-132页 |
| 4.1 引言 | 第95页 |
| 4.2 频谱图像特征提取方法 | 第95-102页 |
| 4.3 最近邻分类算法 | 第102-103页 |
| 4.4 基于图像特征的托辊故障识别 | 第103-104页 |
| 4.5 实验验证与分析 | 第104-130页 |
| 4.6 本章小结 | 第130-132页 |
| 5 托辊退化评估与剩余寿命预测研究 | 第132-166页 |
| 5.1 引言 | 第132-133页 |
| 5.2 基于SIOS算法的托辊退化状态评估 | 第133-148页 |
| 5.3 托辊退化过程两阶段划分方法 | 第148-152页 |
| 5.4 基于状态空间模型与粒子滤波的剩余寿命预测 | 第152-165页 |
| 5.5 本章小结 | 第165-166页 |
| 6 结论与展望 | 第166-169页 |
| 6.1 主要研究工作与结论 | 第166-167页 |
| 6.2 主要创新点 | 第167-168页 |
| 6.3 研究展望 | 第168-169页 |
| 参考文献 | 第169-184页 |
| 作者简历 | 第184-187页 |
| 学位论文数据集 | 第187页 |
