| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.1.1 研究的背景 | 第10-11页 |
| 1.1.2 研究的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究的内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 釆煤机结构及其故障机理 | 第16-24页 |
| 2.1 采煤机结构 | 第16-18页 |
| 2.1.1 采煤机截割系统结构 | 第16-17页 |
| 2.1.2 采煤机牵引系统结构 | 第17页 |
| 2.1.3 采煤机液压控制系统结构 | 第17页 |
| 2.1.4 采煤机电气控制系统结构 | 第17-18页 |
| 2.2 采煤机工作原理与工作方式 | 第18-19页 |
| 2.2.1 采煤机工作原理 | 第18-19页 |
| 2.2.2 采煤机的工作方式 | 第19页 |
| 2.3 采煤机常见故障机理研究 | 第19-22页 |
| 2.3.1 采煤机电气装置故障机理分析研究 | 第19-21页 |
| 2.3.2 釆煤机机械装置故障机理分析研究 | 第21-22页 |
| 2.3.2.1 轴承出现故障 | 第21-22页 |
| 2.3.2.2 齿轮出现故障 | 第22页 |
| 2.3.3 采煤机液压装置故障机理分析研究 | 第22页 |
| 2.3.3.1 采煤机不牵引 | 第22页 |
| 2.3.3.2 采煤机液压牵引部过热 | 第22页 |
| 2.3.3.3 釆煤机液压牵引部异常声响 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 釆煤机故障诊断研究方法 | 第24-30页 |
| 3.1 常规采煤机故障诊断方法分析 | 第24-25页 |
| 3.1.1 监测温度法 | 第24页 |
| 3.1.2 振动诊断法 | 第24-25页 |
| 3.1.3 铁谱分析法 | 第25页 |
| 3.2 智能采煤机故障诊断常见方法分析 | 第25-28页 |
| 3.2.1 人工神经网络与支持向量机的故障诊断方法 | 第25-26页 |
| 3.2.2 自适应学习率网络的故障诊断方法 | 第26页 |
| 3.2.3 模糊神经网络的采煤机故障诊断方法 | 第26-27页 |
| 3.2.4 专家系统诊断方法 | 第27-28页 |
| 3.3 釆煤机故障诊断研究方法的确定 | 第28页 |
| 3.4 本章小结 | 第28-30页 |
| 第4章 釆煤机故障诊断知识库的建立与混合智能算法应用 | 第30-47页 |
| 4.1 釆煤机故障诊断知识库的建立 | 第30-35页 |
| 4.1.1 故障诊断与预测功能模块 | 第30-31页 |
| 4.1.2 知识表示与知识获取 | 第31-32页 |
| 4.1.2.1 知识表示 | 第31-32页 |
| 4.1.2.2 知识获取 | 第32页 |
| 4.1.3 故障诊断知识库的建立 | 第32-35页 |
| 4.1.3.1 知识库与数据库的比较 | 第33页 |
| 4.1.3.2 基于关系数据库的知识库开发 | 第33-35页 |
| 4.2 混合智能算法的应用 | 第35-46页 |
| 4.2.1 模糊神经网络与专家系统的基础理论 | 第35-38页 |
| 4.2.1.1 模糊控制的基本原理 | 第35-36页 |
| 4.2.1.2 BP神经网络的基本原理 | 第36-38页 |
| 4.2.1.3 专家系统的基本原理 | 第38页 |
| 4.2.2 混合智能算法在釆煤机故障诊断中的应用 | 第38-43页 |
| 4.2.2.1 诊断样本的建立 | 第39-40页 |
| 4.2.2.2 自适应学习率BP算法 | 第40页 |
| 4.2.2.3 采用模糊模块化网络 | 第40-43页 |
| 4.2.2.4 釆用两种算法所得结果比较 | 第43页 |
| 4.2.3 混合智能算法在釆煤机故障预测中的应用 | 第43-46页 |
| 4.2.3.1 预测样本的建立 | 第43-44页 |
| 4.2.3.2 BP神经网络预测算法 | 第44页 |
| 4.2.3.3 递推合成BP网络算法在采煤机液压牵引装置系统中的应用 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 基于混合智能算法采煤机故障诊断系统的实现 | 第47-54页 |
| 5.1 采煤机故障诊断系统的总体设计方案 | 第47-48页 |
| 5.1.1 系统的编辑语言 | 第47页 |
| 5.1.2 数据库的连接 | 第47页 |
| 5.1.3 系统工作平台 | 第47-48页 |
| 5.2 采煤机故障诊断系统的实现 | 第48-53页 |
| 5.2.1 采煤机故障诊断系统数据模块的实现 | 第48-49页 |
| 5.2.1.1 数据采集模块 | 第48页 |
| 5.2.1.2 数据存储模块 | 第48页 |
| 5.2.1.3 数据处理模块 | 第48-49页 |
| 5.2.2 采煤机故障诊断系统实验设计 | 第49-51页 |
| 5.2.2.1 步骤 | 第50页 |
| 5.2.2.2 注意事项 | 第50-51页 |
| 5.2.3 采煤机故障诊断系统运行实例 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 研究结论与展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者简介 | 第62页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第62-63页 |
