钢绳芯胶带磁记忆检测信号的小波神经网络故障诊断方法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的目的及意义 | 第8-10页 |
| ·国内外钢绳芯胶带无损检测技术研究状况 | 第10-11页 |
| ·小波神经网络在故障诊断上的应用 | 第11-12页 |
| ·本论文研究的主要内容及章节安排 | 第12-14页 |
| ·论文研究的主要内容 | 第12页 |
| ·论文的章节安排 | 第12-14页 |
| 第二章 钢丝绳芯输送带的故障及磁记忆检测原理研究 | 第14-28页 |
| ·钢丝绳芯输送带故障的机理研究 | 第14-16页 |
| ·钢丝绳芯输送带的结构 | 第14-15页 |
| ·输送带钢丝绳芯的故障机理研究 | 第15-16页 |
| ·钢丝绳芯输送带的几种常用检测方法 | 第16-19页 |
| ·人工操作进行检测的方法 | 第16-17页 |
| ·钢绳芯胶带的无损检测方法 | 第17页 |
| ·金属磁记忆检测方法及其特点 | 第17-19页 |
| ·金属磁记忆检测技术的机理研究 | 第19-22页 |
| ·磁致伸缩效应 | 第19页 |
| ·磁机械效应 | 第19-20页 |
| ·磁记忆的检测原理 | 第20-22页 |
| ·含故障钢绳芯胶带的金属磁记忆检测原理 | 第22页 |
| ·钢丝绳芯输送带磁记忆信号的检测 | 第22-26页 |
| ·检测仪器及参数设置 | 第22-23页 |
| ·磁记忆检测信号的获取 | 第23-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 钢丝绳芯输送带磁记忆检测信号的小波预处理 | 第28-48页 |
| ·小波分析方法产生的概述 | 第28-31页 |
| ·傅里叶变换方法到小波变换方法的发展 | 第28-30页 |
| ·小波变换方法的特点 | 第30-31页 |
| ·小波分析方法的理论基础 | 第31-37页 |
| ·连续小波变换 | 第31-32页 |
| ·离散小波变换 | 第32-33页 |
| ·多分辨率分析 | 第33-37页 |
| ·信号的小波降噪 | 第37-41页 |
| ·小波降噪的原理 | 第37-38页 |
| ·小波变换降噪的方法 | 第38-39页 |
| ·小波变换降噪的准则与步骤 | 第39-41页 |
| ·钢绳芯胶带磁记忆信号消噪处理 | 第41-46页 |
| ·Matlab软件简介 | 第41页 |
| ·小波基函数的选择 | 第41-43页 |
| ·阈值的选择 | 第43-44页 |
| ·钢绳芯输送带磁记忆检测信号的小波降噪预处理实现 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 钢丝绳芯输送带磁记忆信号的特征信息提取 | 第48-60页 |
| ·小波包理论基础 | 第48-52页 |
| ·小波包的定义 | 第48-49页 |
| ·小波包子空间分解 | 第49-51页 |
| ·小波包算法 | 第51-52页 |
| ·基于小波包变换的信号特征信息的提取 | 第52-55页 |
| ·钢绳芯胶带检测信号的小波包能量特征向量 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 钢绳芯胶带故障的神经网络识别和诊断 | 第60-78页 |
| ·引言 | 第60-61页 |
| ·神经网络理论的介绍 | 第61-67页 |
| ·神经网络的特点 | 第61页 |
| ·神经网络的模型 | 第61-64页 |
| ·神经网络的结构 | 第64-65页 |
| ·神经网络的学习方式 | 第65-67页 |
| ·BP神经网络 | 第67-72页 |
| ·BP神经网络的结构 | 第67-68页 |
| ·BP神经网络的学习算法 | 第68-70页 |
| ·BP神经网络的设计过程 | 第70-72页 |
| ·钢绳芯胶带故障的BP神经网络故障诊断 | 第72-77页 |
| ·MATLAB神经网络工具箱 | 第72-73页 |
| ·钢绳芯胶带故障的BP神经网络故障诊断 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结和展望 | 第78-80页 |
| ·总结 | 第78页 |
| ·展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士学位期间发表的学术论文 | 第86页 |
