| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究背景 | 第8页 |
| ·课题国内外研究现状 | 第8-14页 |
| ·采煤机故障诊断与故障预测研究现状 | 第8-10页 |
| ·模糊神经网络与专家系统研究现状 | 第10-12页 |
| ·采煤机故障诊断与预测国内外研究状况对比 | 第12-14页 |
| ·课题研究意义 | 第14页 |
| ·本文的主要研究内容与章节安排 | 第14-16页 |
| 2 采煤机结构及其故障机理 | 第16-26页 |
| ·采煤机结构 | 第16-18页 |
| ·采煤机电气装置 | 第16页 |
| ·采煤机牵引装置 | 第16-17页 |
| ·采煤机截割装置 | 第17-18页 |
| ·采煤机附属装置 | 第18页 |
| ·采煤机工作原理及其工作方式 | 第18-19页 |
| ·采煤机工作原理 | 第18-19页 |
| ·采煤机的工作方式 | 第19页 |
| ·采煤机常见故障机理研究 | 第19-24页 |
| ·采煤机电气装置故障机理分析研究 | 第20-22页 |
| ·采煤机机械装置故障机理分析研究 | 第22-24页 |
| ·采煤机液压装置故障机理分析研究 | 第24页 |
| ·本章小结 | 第24-26页 |
| 3 采煤机故障诊断与预测功能模块及其知识库的建立 | 第26-40页 |
| ·采煤机故障诊断与预测功能模块 | 第26-28页 |
| ·知识表示与知识获取 | 第28-31页 |
| ·知识表示 | 第28-30页 |
| ·知识获取 | 第30-31页 |
| ·采煤机故障诊断与预测知识库的建立 | 第31-38页 |
| ·本章小结 | 第38-40页 |
| 4 混合智能算法在采煤机故障诊断中的应用研究 | 第40-58页 |
| ·引言 | 第40页 |
| ·模糊神经网络与专家系统的基础理论 | 第40-44页 |
| ·模糊控制的基本原理 | 第40-41页 |
| ·BP神经网络的基本原理 | 第41-43页 |
| ·专家系统的基本原理 | 第43-44页 |
| ·几种常见的采煤机故障诊断研究方法 | 第44-47页 |
| ·混合智能算法在采煤机故障诊断中的应用 | 第47-56页 |
| ·诊断样本的建立 | 第47-49页 |
| ·采用自适应学习率BP算法 | 第49-50页 |
| ·采用模糊模块化BP网络 | 第50-56页 |
| ·采用两种算法所得结果比较 | 第56页 |
| ·本章小结 | 第56-58页 |
| 5 BP网络算法在采煤机故障预测中的应用 | 第58-64页 |
| ·预测样本的建立 | 第58-59页 |
| ·BP神经网络预测算法 | 第59-60页 |
| ·递推合成BP网络算法在采煤机液压牵引装置系统中的应用 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 6 系统软件实现及仿真实验 | 第64-70页 |
| ·故障诊断与故障预测软件的设计方法 | 第64-65页 |
| ·系统编程语言 | 第64页 |
| ·数据库连接方法 | 第64页 |
| ·系统软件工作平台 | 第64-65页 |
| ·系统界面 | 第65-69页 |
| ·系统主界面 | 第65页 |
| ·样本训练界面 | 第65-67页 |
| ·故障诊断界面 | 第67-68页 |
| ·参数预测界面 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 7 结论与展望 | 第70-72页 |
| ·结论 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-76页 |