| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-20页 |
| ·论文研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·矿井通风故障源诊断待解决的问题 | 第16-18页 |
| ·论文研究的主要内容及总体研究框架 | 第18-20页 |
| 2 矿井通风系统传感器布置研究 | 第20-37页 |
| ·传感器布置的人为指定优先级 | 第20-28页 |
| ·基于一元线性回归的风速传感器测量值推导巷道平均风速 | 第28-36页 |
| ·一元线性回归法分析传感器风速值和平均风速之间的关系 | 第29-32页 |
| ·回归结果分析 | 第32-34页 |
| ·模拟不同断面下巷道风速流场分布 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 基于网络分支灵敏度和角联结构的风速传感器布置研究 | 第37-49页 |
| ·基于灵敏度的风速传感器布置研究 | 第37-42页 |
| ·分支灵敏度数学模型 | 第37-38页 |
| ·灵敏度算法 | 第38-39页 |
| ·灵敏度计算及结果分析 | 第39-41页 |
| ·根据分支灵敏度性质确定风速传感器布置位置 | 第41-42页 |
| ·基于角联结构的风速传感器布置研究 | 第42-47页 |
| ·故障源诊断模块中角联结构的确定法 | 第43-47页 |
| ·故障源诊断中的角联结构研究 | 第47页 |
| ·本章小结 | 第47-49页 |
| 4 矿井通风网络故障巷道范围库的建立 | 第49-65页 |
| ·逐步线性回归分析法 | 第49-52页 |
| ·逐步线性回归分析法 | 第49-51页 |
| ·回归方程的建立 | 第51-52页 |
| ·神经网络法 | 第52-55页 |
| ·RBF 神经网络 | 第53-54页 |
| ·神经网络故障巷道范围库的建立 | 第54-55页 |
| ·风阻-风流变化影响关系矩阵法 | 第55-59页 |
| ·风阻-风流变化影响关系矩阵法 | 第55-56页 |
| ·风阻-风流变化影响关系矩阵的建立 | 第56-59页 |
| ·基于最少全覆盖布点法的传感器布置研究 | 第59-63页 |
| ·本章小结 | 第63-65页 |
| 5 矿井通风系统故障源推理分析 | 第65-82页 |
| ·基于故障树分析法的矿井通风系统故障分析 | 第65-70页 |
| ·通风系统的特点 | 第65-66页 |
| ·基于故障树分析法的矿井通风系统故障分析 | 第66-70页 |
| ·故障源推理分析 | 第70-74页 |
| ·故障源推理分析 | 第70-71页 |
| ·故障原因推理分析 | 第71-74页 |
| ·运输和提升风速计算模型 | 第74-81页 |
| ·运输系统风速计算模型 | 第74-77页 |
| ·提升系统风速计算模型 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 6 现场工业试验 | 第82-95页 |
| ·通风系统概况 | 第82-84页 |
| ·监控系统现状 | 第84-86页 |
| ·矿井参数采集与计算 | 第86-88页 |
| ·大明矿风速传感器的布置 | 第88-91页 |
| ·试验方案及结果分析 | 第91-93页 |
| ·本章小结 | 第93-95页 |
| 7 结论与展望 | 第95-97页 |
| ·结论 | 第95-96页 |
| ·展望 | 第96-97页 |
| 附录 A 西风井(313 分支)风阻变化网络解算数据表 | 第97-98页 |
| 附录 B -120 材料副井(132 分支)风阻变化网络解算数据表 | 第98-99页 |
| 附录 C -410 上部入风道(166 分支)风阻变化网络解算数据表 | 第99-100页 |
| 附录 D 总回风道(18 分支)风阻变化网络解算数据表 | 第100-101页 |
| 附录 E 刨煤工作面(90 分支)风阻变化网络解算数据表 | 第101-102页 |
| 附录 F 分支属性数据表 | 第102-110页 |
| 附录 G 大明矿故障巷道范围库 | 第110-131页 |
| 参考文献 | 第131-138页 |
| 作者简历 | 第138-140页 |
| 附件 | 第140-143页 |
