岩巷掘进机截割动载荷智能化识别技术的研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 动载荷概述 | 第9页 |
| 1.3 动载荷识别技术国内研究现状 | 第9-10页 |
| 1.4 动载荷识别方法比较 | 第10-12页 |
| 1.5 主要研究目标和主要内容 | 第12-14页 |
| 第二章 掘进机截割头动力学分析 | 第14-30页 |
| 2.1 掘进机结构及工作原理 | 第14-17页 |
| 2.2 截割头动力学分析 | 第17-19页 |
| 2.3 掘进机载荷模拟 | 第19-25页 |
| 2.3.1 载荷模拟程序设计 | 第19-20页 |
| 2.3.2 载荷模拟截割头参数设置 | 第20-21页 |
| 2.3.3 岩石接触强度对载荷的影响 | 第21-23页 |
| 2.3.4 截割头参数对动载荷的影响 | 第23-25页 |
| 2.4 掘进机实际截割过程载荷变化规律 | 第25-26页 |
| 2.5 表征掘进机动载荷响应信号 | 第26-29页 |
| 2.5.1 机械振动信号的分析 | 第27-28页 |
| 2.5.2 截割电机电流信号的分析 | 第28页 |
| 2.5.3 液压缸压力信号的分析 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 截割动载荷识别监测信号特征提取方法研究 | 第30-42页 |
| 3.1 傅里叶变换及其分析 | 第30-31页 |
| 3.2 小波变换和小波包变换 | 第31-32页 |
| 3.3 希尔伯特黄变换 | 第32-34页 |
| 3.4 改进算法在信号特征提取中的应用 | 第34-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 截割动载荷智能融合算法研究 | 第42-48页 |
| 4.1 掘进机动载荷识别要求 | 第42页 |
| 4.2 数据融合 | 第42-43页 |
| 4.3 传统RBF神经网络 | 第43-45页 |
| 4.4 ELM算法 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 截割动载荷识别仿真验证及分析 | 第48-58页 |
| 5.1 特征能量提取结果 | 第48-53页 |
| 5.2 传统RBF神经网络和ELM算法比较 | 第53-54页 |
| 5.3 特征级融合和决策级融合比较 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
