| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第15-22页 |
| 1.1 课题研究的背景及意义 | 第15页 |
| 1.2 煤矿主通风机故障诊断技术概述 | 第15-17页 |
| 1.3 煤矿主通风机故障诊断技术的研究现状 | 第17-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 2 煤矿主通风机振动监测与故障机理分析 | 第22-32页 |
| 2.1 煤矿主通风机振动信号的分类 | 第22页 |
| 2.2 煤矿主通风机振动特性分析 | 第22-28页 |
| 2.3 煤矿主通风机振动信号的采集与处理 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 时频分析方法及其在煤矿主通风机故障诊断中的应用 | 第32-44页 |
| 3.1 窗口傅里叶变换在煤矿主通风机故障诊断中的应用 | 第32-36页 |
| 3.2 Wigner-Ville分布在煤矿主通在风机故障诊断中的应用 | 第36-40页 |
| 3.3 小波分析在煤矿主通风机故障诊断中的应用 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于Hilbert-Huang变换的煤矿主通风机故障特征提取方法 | 第44-63页 |
| 4.1 瞬时频率 | 第44-45页 |
| 4.2 本征模态函数 | 第45-46页 |
| 4.3 EMD方法的筛分过程 | 第46-49页 |
| 4.4 Hilbert-Huang变换与小波分析方法的比较 | 第49-52页 |
| 4.5 端点效应和模态混叠的处理 | 第52-56页 |
| 4.6 基于EEMD的煤矿主通风机故障特征提取 | 第56-62页 |
| 4.7 本章小结 | 第62-63页 |
| 5 基于支持向量机的煤矿主通风机故障识别 | 第63-77页 |
| 5.1 支持向量机理论 | 第63-68页 |
| 5.2 支持向量机参数优化模型 | 第68-71页 |
| 5.3 基于GA-SVM的煤矿主通风机故障状态识别 | 第71-76页 |
| 5.4 本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
