| 1 概述 | 第1-23页 |
| ·课题研究的背景与意义 | 第10-12页 |
| ·国内外煤岩界面识别的研究现状 | 第12-18页 |
| ·国外煤岩界面识别的研究现状 | 第14-16页 |
| ·国内煤岩界面识别的研究现状 | 第16-17页 |
| ·目前煤岩界面识别研究存在的问题 | 第17-18页 |
| ·基于多传感器数据融合技术的煤岩界面识别方法特点 | 第18页 |
| ·多传感器数据融合技术及其发展 | 第18-20页 |
| ·本文主要研究内容 | 第20-22页 |
| ·小结 | 第22-23页 |
| 2 基于多传感器数据融合技术的煤岩界面识别方法的基本原理 | 第23-43页 |
| ·引言 | 第23页 |
| ·采煤机滚筒受力分析 | 第23-24页 |
| ·煤岩界面识别的基本原理 | 第24-26页 |
| ·响应信号的确定 | 第26-32页 |
| ·响应信号的拾取 | 第32-42页 |
| ·选用传感器一般原则 | 第32-33页 |
| ·振动加速度传感器 | 第33-35页 |
| ·霍尔电流传感器 | 第35-38页 |
| ·应变式扭矩传感器 | 第38-40页 |
| ·压阻式压力传感器 | 第40-41页 |
| ·扭振测量原理 | 第41-42页 |
| ·小结 | 第42-43页 |
| 3 煤岩界面识别试验物理模拟系统研究 | 第43-59页 |
| ·引言 | 第43页 |
| ·试验台及控制系统研制 | 第43-48页 |
| ·物理模拟系统结构设计与制造 | 第43-47页 |
| ·试验台控制系统研制 | 第47-48页 |
| ·试验测试系统研制 | 第48-52页 |
| ·煤岩界面识别试验 | 第52-58页 |
| ·试验方案设计 | 第52页 |
| ·煤岩界面识别试验 | 第52-58页 |
| ·小结 | 第58-59页 |
| 4 煤岩界面识别的信号处理与特征提取研究 | 第59-84页 |
| ·引言 | 第59页 |
| ·基于经典谱分析的特征提取 | 第59-63页 |
| ·基于小波包分解的能量分布特征提取 | 第63-73页 |
| ·小波包 | 第64-70页 |
| ·基于小波包分解的能量分布特征提取 | 第70-73页 |
| ·煤岩界面信号特征提取 | 第73-83页 |
| ·小结 | 第83-84页 |
| 5 煤岩界面识别的数据融合技术研究 | 第84-110页 |
| ·引言 | 第84页 |
| ·数据融合技术的基本理论 | 第84-87页 |
| ·数据融合的定义 | 第84页 |
| ·数据融合的特点 | 第84-85页 |
| ·数据融合的处理模型 | 第85-86页 |
| ·数据融合系统的功能模型 | 第86-87页 |
| ·数据融合系统的结构 | 第87页 |
| ·基于神经网络信息融合技术的煤岩界面识别 | 第87-101页 |
| ·神经网络技术识别原理 | 第88-93页 |
| ·基于前向型神经网络信息识别 | 第93-101页 |
| ·基于模糊神经网络的煤岩界面数据识别 | 第101-106页 |
| ·煤岩界面识别的数据融合处理模型的确定 | 第106-107页 |
| ·试验数据融合 | 第107-109页 |
| ·小结 | 第109-110页 |
| 6 主要结论及展望 | 第110-113页 |
| ·主要结论 | 第110-112页 |
| ·研究工作主要贡献 | 第112页 |
| ·进一步工作展望 | 第112-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-120页 |
| 攻读博士学位期间发表的论文 | 第120-121页 |
| 独创性说明 | 第121页 |