| 1 绪论 | 第1-27页 |
| ·本文的研究目的和意义 | 第11-12页 |
| ·研究目的 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状及存在问题 | 第12-24页 |
| ·可靠性在国外的研究现状 | 第12-15页 |
| ·可靠性在国内的研究现状 | 第15-18页 |
| ·本文涉及主要支持理论的研究及应用现状 | 第18-22页 |
| ·目前矿井通风系统可靠性研究中存在的问题 | 第22-24页 |
| ·本文的研究内容及技术路线 | 第24-27页 |
| ·本文的研究内容 | 第24-25页 |
| ·研究的技术路线 | 第25-27页 |
| 2 基于网络流理论的通风系统可靠性评价 | 第27-50页 |
| ·通风系统可靠性评价方法概述 | 第27-28页 |
| ·网络系统可靠性综述 | 第28-31页 |
| ·网络流理论基本概念 | 第28-30页 |
| ·网络系统的可靠性 | 第30-31页 |
| ·网络系统可靠性指标的解析算法简介 | 第31页 |
| ·基于网络流理论的通风系统可靠性评价模型 | 第31-44页 |
| ·通风系统可靠性评价任务框图 | 第31-32页 |
| ·风路风量分布密度函数的估计 | 第32-40页 |
| ·基于网络流理论的风路可靠性指标及其计算方法 | 第40-43页 |
| ·通风网络可靠度计算 | 第43页 |
| ·通风网络系统可靠度理论分析 | 第43-44页 |
| ·基于网络流的风网系统可靠性不交最小路集算法 | 第44-48页 |
| ·采用通风网络系统不交最小路集算法的必要性 | 第44页 |
| ·通风网络系统的不交化最小路集算法 | 第44-47页 |
| ·通风网络系统可靠性数值计算程序概述 | 第47-48页 |
| ·通风系统可靠性概述 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 3 基于Markov过程理论的主通风机系统可靠性分析研究 | 第50-60页 |
| ·可修系统的Markov过程模型 | 第50-52页 |
| ·Markov过程的基本假设 | 第51页 |
| ·基于Markov过程的可修并联系统 | 第51-52页 |
| ·基于Markov过程的主通风机系统可靠性分析 | 第52-54页 |
| ·主通风机系统假定 | 第53页 |
| ·主通风机系统分析 | 第53-54页 |
| ·实例分析 | 第54-56页 |
| ·主通风机系统影响因素分析 | 第56-58页 |
| ·提高主通风机安全可靠性的措施 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 4 基于人工神经网络的通风系统可靠性仿真研究 | 第60-101页 |
| ·系统可靠性模型选择方法概述 | 第60-62页 |
| ·基于BP网络的系统可靠性模型选择 | 第62-68页 |
| ·基于自适应神经网络的可靠性参数估计 | 第68-72页 |
| ·网络模型结构 | 第68-69页 |
| ·W-H学习规则 | 第69-71页 |
| ·数值模拟 | 第71-72页 |
| ·通风系统可靠性、维修性、有效性及其特征量 | 第72-83页 |
| ·通风系统可靠性及其特征量 | 第72-78页 |
| ·通风系统的维修性及其特征量 | 第78-81页 |
| ·通风系统有效性及其特征量 | 第81-83页 |
| ·基于影响因素指标的通风系统可靠性评价体系解析 | 第83-89页 |
| ·通风系统可靠性的主要影响因素解析 | 第83-86页 |
| ·基于影响因素角度的风网子系统功能型定义 | 第86-87页 |
| ·运用解析法对通风系统可靠性进行实例分析 | 第87-89页 |
| ·通风系统运行期间使用可靠性的研究 | 第89-98页 |
| ·概述 | 第89-92页 |
| ·可修系统随机故障过程分析 | 第92-93页 |
| ·通风系统故障过程的改善和劣化 | 第93-94页 |
| ·基于自适应神经网络的通风系统故障率研究 | 第94-98页 |
| ·主通风机子系统首次故障时间的统计与分析 | 第98-100页 |
| ·首次故障的统计分析 | 第98页 |
| ·基于自适应神经网络的首次故障时间模型识别 | 第98页 |
| ·基于ANN的主通风机首次故障分布参数估计 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 5 基于粗集-神经网络的通风系统可靠性预警研究 | 第101-135页 |
| ·建立通风系统可靠性预警机制的必要性 | 第101-103页 |
| ·通风系统可靠性预警的作用 | 第101-102页 |
| ·通风系统可靠性预警的研究思路和主要手段 | 第102-103页 |
| ·粗集理论的特点 | 第103-104页 |
| ·粗集理论的基本原理 | 第104-113页 |
| ·粗集理论的基本概念 | 第104-108页 |
| ·粗集理论的决策原理 | 第108-110页 |
| ·基于粗集理论的系统可靠性数据约简 | 第110-113页 |
| ·数据的预处理 | 第113-116页 |
| ·数据投影 | 第114页 |
| ·缺失值的处理 | 第114-115页 |
| ·数据的离散化处理 | 第115-116页 |
| ·基于粗集-神经网络的通风系统可靠性预警系统的建立 | 第116-123页 |
| ·粗集理论与神经网络相结合的基础分析 | 第117-118页 |
| ·基于粗集--神经网络的通风系统可靠性预警原理 | 第118-123页 |
| ·基于粗集--神经网络的通风系统可靠性预警实现 | 第123-131页 |
| ·基于ANN的通风系统可靠性预警方法的实现 | 第123-126页 |
| ·基于粗集--神经网络的通风系统可靠性预警方法的实现 | 第126-130页 |
| ·神经网络与粗集--神经网络预警方法结果比较分析 | 第130-131页 |
| ·分层发掘粗集可靠性评价网络 | 第131-134页 |
| ·网络模型及算法 | 第131-132页 |
| ·分层发掘评价网络的应用 | 第132-134页 |
| ·本章小结 | 第134-135页 |
| 6 基于单元特性的矿井通风系统可靠性设计 | 第135-157页 |
| ·矿井通风系统可靠性设计的目及意义 | 第135-136页 |
| ·通风系统可靠性分配方法研究 | 第136-141页 |
| ·考虑单元相对易损性的通风系统可靠性分配 | 第136-137页 |
| ·考虑单元重要度和复杂度的通风系统可靠性分配 | 第137-139页 |
| ·考虑单元相对故障频率的通风系统可靠性分配 | 第139-141页 |
| ·矿用主扇可靠性分配实例分析 | 第141-144页 |
| ·基于分配可靠度的主扇工况点研究 | 第144-150页 |
| ·主扇的工况指标与其可靠性的关系 | 第144-146页 |
| ·主扇风量分布规律的研究 | 第146-148页 |
| ·基于分配可靠度的主扇合理工况确定 | 第148-150页 |
| ·主扇性能曲线的自动绘制 | 第150-156页 |
| ·主扇性能曲线绘制原理 | 第150页 |
| ·合理工作区的实现方法 | 第150-151页 |
| ·性能曲线绘制手段 | 第151-152页 |
| ·曲线拟合原理 | 第152页 |
| ·主扇性能曲线的自动生成 | 第152-155页 |
| ·主扇工况调节方法分析 | 第155-156页 |
| ·本章小结 | 第156-157页 |
| 7 结论与展望 | 第157-159页 |
| ·结论 | 第157-158页 |
| ·展望 | 第158-159页 |
| 致谢 | 第159-160页 |
| 主要参考文献 | 第160-165页 |
| 作者简介 | 第165-166页 |
| 附录 | 第166-170页 |
| 论文查新 | 第170-177页 |
