致谢 | 第3-4页 |
摘要 | 第4-5页 |
abstract | 第5-6页 |
变量注释表 | 第16-18页 |
1 绪论 | 第18-24页 |
1.1 课题来源及背景 | 第18-19页 |
1.2 课题研究现状及存在问题 | 第19-21页 |
1.3 课题研究内容与方法 | 第21-22页 |
1.4 课题研究意义 | 第22页 |
1.5 论文结构 | 第22-24页 |
2 采煤机摇臂振动机理及截割模式分析 | 第24-36页 |
2.1 采煤机的基本结构及工作机理 | 第24-29页 |
2.2 采煤机摇臂振动基本原理 | 第29-34页 |
2.3 采煤机截割模式分析 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
3 采煤机摇臂振动信号分析 | 第36-59页 |
3.1 基于多阈值小波包的摇臂振动信号去噪 | 第36-43页 |
3.2 基于EMD的采煤机摇臂振动信号分解 | 第43-52页 |
3.3 基于多尺度模糊熵与拉普拉斯分值的摇臂振动信号特征向量提取 | 第52-58页 |
3.4 本章小结 | 第58-59页 |
4 基于改进支持向量机的采煤机截割模式识别 | 第59-80页 |
4.1 统计学习理论概论 | 第59-61页 |
4.2 支持向量机原理 | 第61-68页 |
4.3 基于人工鱼群与粒子群融合算法改进支持向量机 | 第68-78页 |
4.4 基于改进支持向量机的采煤机截割模式识别 | 第78-79页 |
4.5 本章小结 | 第79-80页 |
5 实验研究 | 第80-90页 |
5.1 实验研究对象及设备 | 第80-83页 |
5.2 采煤机摇臂振动信号分析及截割模式识别验证 | 第83-89页 |
5.3 本章小结 | 第89-90页 |
6 总结与展望 | 第90-92页 |
6.1 总结 | 第90-91页 |
6.2 展望 | 第91-92页 |
参考文献 | 第92-98页 |
作者简历 | 第98-102页 |
学位论文数据集 | 第102页 |