| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-23页 |
| 1.1 引言 | 第12页 |
| 1.2 故障诊断方法的研究现状 | 第12-18页 |
| 1.2.1 大数据分析与故障诊断 | 第12-14页 |
| 1.2.2 机电设备故障诊断方法 | 第14-18页 |
| 1.3 论文研究背景 | 第18-20页 |
| 1.4 论文的研究内容和意义 | 第20-21页 |
| 1.5 论文结构 | 第21-22页 |
| 1.6 本章小结 | 第22-23页 |
| 2 高速电梯运行特征与急停故障的分层关联 | 第23-37页 |
| 2.1 引言 | 第23页 |
| 2.2 高速电梯急停故障及其成因 | 第23-27页 |
| 2.2.1 高速电梯急停故障概述 | 第23-24页 |
| 2.2.2 高速电梯急停故障产生原因 | 第24-27页 |
| 2.3 高速电梯运行特征大数据 | 第27-33页 |
| 2.3.1 高速电梯运行特征大数据选取 | 第27-29页 |
| 2.3.2 高速电梯运行特征大数据采集 | 第29-33页 |
| 2.4 基于分层映射的运行特征与急停故障关联 | 第33-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基于大数据分析的高速电梯急停故障特征提取 | 第37-53页 |
| 3.1 引言 | 第37页 |
| 3.2 高速电梯故障特征参数降噪 | 第37-42页 |
| 3.2.1 二进小波变换与降噪方法 | 第37-39页 |
| 3.2.2 基于小波极大值的急停故障特征降噪 | 第39-41页 |
| 3.2.3 高速电梯急停故障特征降噪评价标准 | 第41-42页 |
| 3.3 高速电梯急停故障特征大数据分析与提取 | 第42-45页 |
| 3.3.1 基于粗糙集约简的故障特征大数据分析 | 第42-43页 |
| 3.3.2 高速电梯急停故障诊断特征参数的提取 | 第43-45页 |
| 3.4 实例分析 | 第45-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于模糊BP神经网络的高速电梯急停故障诊断 | 第53-69页 |
| 4.1 引言 | 第53页 |
| 4.2 模糊BP神经网络与故障诊断 | 第53-55页 |
| 4.3 高速电梯急停故障的模糊BP神经网络诊断模型 | 第55-61页 |
| 4.3.1 高速电梯急停故障诊断的模糊BP神经网络的构建 | 第55-59页 |
| 4.3.2 基于模糊BP神经网络高速电梯急停故障诊断方法 | 第59-60页 |
| 4.3.3 基于模糊BP神经网络高速电梯急停故障诊断过程 | 第60-61页 |
| 4.4 实例分析 | 第61-68页 |
| 4.5 本章总结 | 第68-69页 |
| 5 高速电梯急停故障大数据分析与诊断系统 | 第69-82页 |
| 5.1 引言 | 第69页 |
| 5.2 系统框架结构 | 第69-72页 |
| 5.3 系统主要功能及实现 | 第72-80页 |
| 5.3.1 急停故障特征数据采集 | 第72-73页 |
| 5.3.2 急停故障特征大数据分析 | 第73-74页 |
| 5.3.3 急停故障特征数据降噪 | 第74-77页 |
| 5.3.4 急停故障特征提取 | 第77-78页 |
| 5.3.5 高速电梯急停故障诊断 | 第78-80页 |
| 5.4 本章小结 | 第80-82页 |
| 6 总结与展望 | 第82-84页 |
| 6.1 论文总结 | 第82-83页 |
| 6.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 作者简介 | 第89页 |
| 攻读硕士学位期间参与的科研项目 | 第89页 |
