矿井提升机振源诊断与评价方法的研究
| 1 绪论 | 第1-14页 |
| 1．1 问题的提出 | 第7-8页 |
| 1．2 振动故障诊断与评价方法的研究概况 | 第8-12页 |
| 1．3 本文的主要研究工作 | 第12-14页 |
| 2 振动测试与信号分析基本理论 | 第14-28页 |
| 2．1 振动测试技术 | 第14-17页 |
| 2．1．1 振动测试目的及用途 | 第14-15页 |
| 2．1．2 工程中振动测试的内容及测试参量的选择 | 第15页 |
| 2．1．3 传感器的选择原则 | 第15-17页 |
| 2．1．4 测试系统组成原理 | 第17页 |
| 2．2 振动信号的采集 | 第17-20页 |
| 2．2．1 采样定理 | 第18-19页 |
| 2．2．2 量化过程 | 第19页 |
| 2．2．3 振动信号预处理 | 第19-20页 |
| 2．3 信号分析基本理论 | 第20-28页 |
| 2．3．1 时域波形分析 | 第20页 |
| 2．3．2 相关分析 | 第20-21页 |
| 2．3．3 频谱分析 | 第21-25页 |
| 2．3．4 功率谱分析 | 第25-26页 |
| 2．3．5 相干分析 | 第26页 |
| 2．3．6 倒频谱分析 | 第26-28页 |
| 3 矿井提升机振动测试与振源诊断 | 第28-47页 |
| 3．1 工程背景 | 第28页 |
| 3．2 提升机的整体振动测试 | 第28-30页 |
| 3．2．1 测试点的确定 | 第29-30页 |
| 3．2．2 测试系统仪器的选择 | 第30页 |
| 3．3 提升机整体振动的有限元分析 | 第30-42页 |
| 3．3．1 提升机整体振动力学模型的建立 | 第30-31页 |
| 3．3．2 动力问题有限元法的基本原理 | 第31-38页 |
| 3．3．3 ANSYS有限元分析软件简介 | 第38-39页 |
| 3．3．4 提升机振动有限元分析结果 | 第39-42页 |
| 3．4 提升机振源分析与诊断 | 第42-47页 |
| 3．4．1 主要特征频率的计算 | 第43-44页 |
| 3．4．2 提升机振源分析与诊断结果 | 第44-47页 |
| 4 矿井提升机振源的模糊综合评判 | 第47-60页 |
| 4．1 模糊集的基本理论 | 第47-50页 |
| 4．1．1 模糊集合定义 | 第47-48页 |
| 4．1．2 模糊矩阵与模糊关系 | 第48-49页 |
| 4．1．3 模糊映射与模糊变换 | 第49-50页 |
| 4．2 模糊隶属函数的确定 | 第50-51页 |
| 4．2．1 确定隶属函数的一般原则 | 第50页 |
| 4．2．2 确定隶属函数的方法 | 第50-51页 |
| 4．3 模糊综合评判 | 第51-56页 |
| 4．3．1 模糊综合评判步骤 | 第51-54页 |
| 4．3．2 模糊综合评判常用的数学模型 | 第54-56页 |
| 4．4 提升机振源的模糊综合评判模型的建立 | 第56-58页 |
| 4．4．1 振动原因集的建立 | 第56页 |
| 4．4．2 征兆集的建立 | 第56-57页 |
| 4．4．3 模糊关系矩阵的建立 | 第57-58页 |
| 4．5 模糊综合评判结果分析 | 第58-60页 |
| 5 矿井提升机振源诊断的神经网络模型的建立 | 第60-72页 |
| 5．1 人工神经网络基本原理 | 第60-62页 |
| 5．1．1 人工神经元模型 | 第60-61页 |
| 5．1．2 神经元网络的学习规则、过程 | 第61-62页 |
| 5．2 BP神经网络模型 | 第62-64页 |
| 5．2．1 BP网络模型基本特征 | 第62页 |
| 5．2．2 BP网络的学习过程 | 第62-64页 |
| 5．3 振动故障原因与征兆表的建立 | 第64-68页 |
| 5．3．1 提升机减速器的振动故障特征分析 | 第64-67页 |
| 5．3．2 振动故障原因与征兆表的建立 | 第67-68页 |
| 5．4 提升机减速器神经网络模型的建立 | 第68-70页 |
| 5．4．1 输入层设计 | 第68页 |
| 5．4．2 输出层设计 | 第68-69页 |
| 5．4．3 隐层数的确定 | 第69页 |
| 5．4．4 提升机减速器神经网络模型 | 第69-70页 |
| 5．5 提升机减速器振源的诊断 | 第70-72页 |
| 6 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78页 |
