基于改进KICA的故障检测方法在连续采煤机上的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的研究意义 | 第10页 |
| ·连续采煤机在国内外的发展状况 | 第10-11页 |
| ·故障诊断技术研究概述 | 第11-13页 |
| ·连续采煤机故障诊断技术的发展现状 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 连续采煤机的故障分析 | 第16-26页 |
| ·连续采煤机常见故障类型 | 第16-17页 |
| ·截割机构减速器齿轮的故障分析 | 第17-22页 |
| ·截割机构减速器齿轮的故障模式 | 第17-18页 |
| ·齿轮的振动分析 | 第18-19页 |
| ·齿轮振动信号的调制 | 第19-21页 |
| ·齿轮故障振动模型 | 第21-22页 |
| ·连续采煤机常用的故障诊断方法 | 第22-24页 |
| ·温度监测诊断方法 | 第22页 |
| ·铁谱分析监测诊断法 | 第22-23页 |
| ·基于专家系统的连续采煤机故障诊断方法 | 第23页 |
| ·基于人工神经网络的连续采煤机故障诊断方法 | 第23-24页 |
| ·连续采煤机现有故障诊断方法的不足 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于数据分析的故障检测方法 | 第26-36页 |
| ·主元分析 | 第26-28页 |
| ·主元分析算法 | 第26-27页 |
| ·基于PCA的故障检测方法 | 第27-28页 |
| ·独立元分析 | 第28-32页 |
| ·ICA的基本原理 | 第28-29页 |
| ·数据预处理 | 第29-30页 |
| ·ICA的基本算法 | 第30-31页 |
| ·基于ICA的故障检测方法 | 第31-32页 |
| ·核主元分析 | 第32-35页 |
| ·核主元分析算法 | 第32-34页 |
| ·基于KPCA的故障检测方法 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于改进的KICA的故障检测方法 | 第36-48页 |
| ·KICA的基本原理 | 第36-40页 |
| ·特征空间的ICA | 第36-37页 |
| ·特征空间中数据的白化 | 第37-38页 |
| ·利用修正ICA提取非线性独立元 | 第38-40页 |
| ·对KICA的改进 | 第40-44页 |
| ·进行相似性分析的原因 | 第40-41页 |
| ·输入空间的相似性分析 | 第41-42页 |
| ·特征空间中的相似性分析 | 第42-44页 |
| ·改进的KICA在线故障检测策略 | 第44-47页 |
| ·故障检测方法 | 第44-46页 |
| ·故障检测步骤 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 改进的KICA在连续采煤机中的应用 | 第48-56页 |
| ·改进的KICA故障检测方法的训练过程 | 第48-52页 |
| ·数据的预处理 | 第48-49页 |
| ·相似性分析 | 第49-50页 |
| ·模型参数的确定 | 第50-52页 |
| ·在线故障检测 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第六章 连续采煤机故障监控软件设计 | 第56-66页 |
| ·监控软件的硬件支持 | 第56-57页 |
| ·上位机软件的整体设计 | 第57-58页 |
| ·程序中的几个关键技术 | 第58-62页 |
| ·通讯模块设计 | 第58-59页 |
| ·数据库设计 | 第59-61页 |
| ·故障检测的实现 | 第61-62页 |
| ·系统的运行实例 | 第62-64页 |
| ·小结 | 第64-66页 |
| 第七章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间发表的论文 | 第74页 |
