| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 项目研究的意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本课题的研究内容及目标 | 第15-16页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 研究目标 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 矿井提升系统分析 | 第17-31页 |
| 2.1 矿井提升机设备的分类和构成 | 第17-22页 |
| 2.1.1 矿井提升设备的分类 | 第17-19页 |
| 2.1.2 矿井提升机的构成及各部分作用 | 第19-22页 |
| 2.1.3 研究对象的选取 | 第22页 |
| 2.2 正利煤业矿井提升系统概况 | 第22-27页 |
| 2.2.1 副立井提升机各设备参数 | 第22-24页 |
| 2.2.2 副立井电控系统 | 第24-27页 |
| 2.3 电控系统的控制策略改造 | 第27-30页 |
| 2.3.1 改造方案 | 第27-28页 |
| 2.3.2 方案实施 | 第28-29页 |
| 2.3.3 改造后运行效果 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 智能控制在监控和故障诊断系统的应用 | 第31-39页 |
| 3.1 设备监控与故障诊断的原理 | 第31-32页 |
| 3.2 人工智能诊断的方法的应用 | 第32-37页 |
| 3.2.1 基于知识的诊断专家系统 | 第32-33页 |
| 3.2.2 专家系统故障诊断的实现 | 第33-35页 |
| 3.2.3 基于神经网络的矿井提升机诊断系统 | 第35-37页 |
| 3.3 本文诊断系统方法的选择 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于故障树模型的提升机诊断系统设计 | 第39-47页 |
| 4.1 故障树分析法基础理论 | 第39-41页 |
| 4.1.1 故障分析法概念及原理 | 第39-40页 |
| 4.1.2 故障树中的常用事件 | 第40页 |
| 4.1.3 常用故障树中的逻辑门 | 第40-41页 |
| 4.1.4 故障树的创建 | 第41页 |
| 4.2 JKMD3.5×4(Ⅲ)E型提升机常见故障分析 | 第41-44页 |
| 4.3 矿井提升系统故障树的建立 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 矿井提升机制动系统模糊故障诊断设计 | 第47-63页 |
| 5.1 模糊故障树诊断的理论基础 | 第47-49页 |
| 5.1.1 模糊故障树的由来 | 第47页 |
| 5.1.2 模糊故障分析法的数学运算 | 第47-49页 |
| 5.1.3 模糊故障树的定量分析 | 第49页 |
| 5.2 基于模糊故障树模型的制动系统故障分析 | 第49-54页 |
| 5.2.1 液压系统故障分析 | 第50-53页 |
| 5.2.2 盘形制动器故障 | 第53-54页 |
| 5.3 制动系统故障树的建立 | 第54-55页 |
| 5.4 制动系统模糊故障树分析 | 第55-62页 |
| 5.4.1 顶事件模糊概率的计算 | 第59页 |
| 5.4.2 平均无故障时间的计算 | 第59-60页 |
| 5.4.3 底事件模糊重要度的计算 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63-64页 |
| 6.2 课题展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 个人简况及联系方式 | 第70-72页 |