基于网络的矿用通风机故障预警及性能测定系统的开发
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 绪论 | 第8-16页 |
·课题来源及背景 | 第8-9页 |
·研究目的和意义 | 第9-10页 |
·监测预警系统的发展现状 | 第10-14页 |
·由PLC 构成的监测系统 | 第10-11页 |
·SCADA 系统 | 第11页 |
·PC-Based 系统 | 第11-12页 |
·DCS 系统 | 第12-13页 |
·矿用通风机的监测预警技术的发展 | 第13-14页 |
·矿用通风机性能测定的发展 | 第14-15页 |
·课题的研究内容 | 第15页 |
·本章小结 | 第15-16页 |
第2章 系统总体设计 | 第16-38页 |
·系统的功能要求 | 第16页 |
·系统的架构设计 | 第16-17页 |
·硬件系统 | 第17-32页 |
·网络系统设计 | 第17-21页 |
·数据采集系统 | 第21-26页 |
·操作员站 | 第26页 |
·其他设备 | 第26-32页 |
·软件系统 | 第32-37页 |
·软件架构设计 | 第32-33页 |
·软件开发平台 | 第33-36页 |
·软件功能 | 第36-37页 |
·本章小结 | 第37-38页 |
第3章 通风机的状态监测 | 第38-48页 |
·系统功能 | 第38-39页 |
·数据采集 | 第39-44页 |
·数据采集原理 | 第39-42页 |
·其它数据采集 | 第42-44页 |
·软件界面设计 | 第44-47页 |
·本章小结 | 第47-48页 |
第4章 通风机的故障预警 | 第48-73页 |
·概述 | 第48-50页 |
·理论算法分析 | 第50-62页 |
·小波及小波包分析 | 第50-52页 |
·人工神经网络 | 第52-59页 |
·数据融合 | 第59-62页 |
·软件实现 | 第62-67页 |
·信号采集模块设计 | 第62-63页 |
·信号预处理模块设计 | 第63-65页 |
·BP 神经网络模块设计 | 第65-66页 |
·DS 融合诊断模块设计 | 第66-67页 |
·软件界面及功能说明 | 第67-69页 |
·实验仿真及分析 | 第69-72页 |
·本章小结 | 第72-73页 |
第5章 通风机的性能测定 | 第73-89页 |
·概述 | 第73-74页 |
·通风机性能测定原理 | 第74-75页 |
·通风机性能参数的换算 | 第75-77页 |
·通风机性能参数的计算与处理 | 第77-80页 |
·空气密度 | 第77-78页 |
·通风机的风量 | 第78-79页 |
·通风机的功率 | 第79页 |
·通风机装置效率 | 第79-80页 |
·软件中的关键技术 | 第80-84页 |
·数据库技术 | 第80-81页 |
·数据拟合 | 第81-84页 |
·软件设计及使用说明 | 第84-88页 |
·主界面与用户交互设计 | 第85页 |
·测定结果打印设计 | 第85-86页 |
·使用说明 | 第86-88页 |
·本章小结 | 第88-89页 |
结论 | 第89-91页 |
参考文献 | 第91-95页 |
附录 | 第95-97页 |
攻读硕士研究生期间发表的学术论文 | 第97-98页 |
攻读硕士研究生期间取得的研究成果 | 第98-99页 |
致谢 | 第99页 |