液压支架电液控制煤机定位与电磁阀缓变失效预测研究
摘要 | 第1-6页 |
Abstract | 第6-14页 |
第1章 绪论 | 第14-31页 |
·课题背景及研究的目的和意义 | 第14-16页 |
·液压支架电液控制系统发展概况及相关理论研究 | 第16-30页 |
·综采工作面液压支架电液控制系统发展状况分析 | 第16-19页 |
·无源被动定位方法研究分析 | 第19-22页 |
·设备故障诊断方法研究分析 | 第22-30页 |
·本文主要研究内容 | 第30-31页 |
第2章 液压支架电液控制系统研究与设计 | 第31-47页 |
·引言 | 第31页 |
·综采进程及液压支架电液控制系统架构分析 | 第31-35页 |
·地下长壁综采机械系统及采煤进程 | 第31-33页 |
·支护系统液压支架群电液控制系统架构 | 第33-34页 |
·单液压支架控制设备架构分析 | 第34-35页 |
·支架控制器硬件设计 | 第35-42页 |
·支架控制器硬件架构建立 | 第35-36页 |
·支架控制器子模块设计 | 第36-40页 |
·支架控制器安全性研究 | 第40-42页 |
·支架控制器软件设计 | 第42-46页 |
·液压支架电液控制系统功能分析 | 第42-43页 |
·支架控制器软件设计 | 第43-46页 |
·本章小结 | 第46-47页 |
第3章 基于红外的煤机定位装置及方法研究 | 第47-69页 |
·引言 | 第47页 |
·同步积分红外广角收发装置研究 | 第47-59页 |
·同步积分型红外收发装置设计 | 第47-48页 |
·红外接收装置稳定性分析 | 第48-58页 |
·红外广角通讯同步积分信号构成 | 第58-59页 |
·基于红外信号强度的煤机定位方法研究 | 第59-68页 |
·地下综采煤机定位装置分布情况分析 | 第59-60页 |
·红外信号强度分布形态研究 | 第60-62页 |
·基于红外光强分布形态的煤机定位方法及验证 | 第62-66页 |
·基于卡尔曼滤波算法的煤机位置跟踪预测 | 第66-68页 |
·本章小结 | 第68-69页 |
第4章 电磁先导阀故障诊断及缓变失效特征提取 | 第69-99页 |
·引言 | 第69页 |
·电磁阀机械特性及电参数模型 | 第69-73页 |
·电磁阀机械特性分析 | 第69-70页 |
·电磁阀电参数模型 | 第70-73页 |
·电磁阀实时故障诊断及缓变失效数据获取 | 第73-76页 |
·实时故障诊断及缓变数据获取平台设计 | 第73页 |
·电磁阀突发故障诊断 | 第73-74页 |
·电磁阀缓变失效数据获取 | 第74-76页 |
·电磁阀缓变失效线圈电流特性分析 | 第76-77页 |
·电磁阀缓变失效特征提取 | 第77-97页 |
·基于模板匹配方法的相似性缓变特征提取 | 第77-82页 |
·基于K-L 变换方法的主元信息缓变特征提取 | 第82-84页 |
·基于小波变换方法的时频信息缓变特征提取 | 第84-92页 |
·基于云理论方法的定性概念缓变数字特征提取 | 第92-94页 |
·基于时域方法的线圈电流动态过程分段能量特征提取 | 第94-97页 |
·电磁阀缓变失效特征量 | 第97-98页 |
·本章小结 | 第98-99页 |
第5章 电磁阀缓变失效定性分类与预测研究 | 第99-113页 |
·引言 | 第99页 |
·电磁阀缓变失效分类预测网络模型选择 | 第99-104页 |
·学习矢量量化神经网络模型 | 第100-101页 |
·概率神经网络模型 | 第101-102页 |
·广义回归神经网络模型 | 第102-103页 |
·分类预测网络模型选择 | 第103-104页 |
·基于受限卡尔曼滤波算法的特征量缓变趋势增强算法 | 第104-107页 |
·神经网络定性识别与预测结果分析 | 第107-112页 |
·神经网络样本训练 | 第107-111页 |
·网络性能及实验结果分析 | 第111-112页 |
·本章小结 | 第112-113页 |
结论 | 第113-115页 |
参考文献 | 第115-125页 |
攻读博士学位期间发表的论文及其它成果 | 第125-128页 |
致谢 | 第128-129页 |
个人简历 | 第129页 |