基于神经网络优化的采煤机嵌入式故障诊断系统
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·课题研究背景 | 第9页 |
| ·研究采煤机故障诊断技术的意义 | 第9-10页 |
| ·采煤机故障诊断技术的方法 | 第10-11页 |
| ·采煤机常用的故障诊断方法 | 第10-11页 |
| ·采煤机故障诊断的研究热点与发展趋势 | 第11页 |
| ·采煤机故障诊断技术的国内外研究现状 | 第11-13页 |
| ·国外的采煤机故障诊断技术 | 第11-12页 |
| ·国内的采煤机故障诊断技术及其存在的主要问题 | 第12-13页 |
| ·本文的主要内容与结构 | 第13-14页 |
| 2 采煤机的原理及测点选择 | 第14-23页 |
| ·采煤机的结构及工作原理 | 第14-15页 |
| ·采煤机的基本结构 | 第14-15页 |
| ·采煤机的工作原理 | 第15页 |
| ·采煤机的故障判断 | 第15-16页 |
| ·采煤机主要故障种类 | 第15页 |
| ·采煤机故障特征及其产生原因 | 第15-16页 |
| ·故障测点及传感器的选取 | 第16-19页 |
| ·故障测点的选取 | 第16-17页 |
| ·传感器的选取 | 第17-19页 |
| ·采煤机齿轮箱故障特性及振动信号分析 | 第19-22页 |
| ·采煤机齿轮箱故障特性 | 第19-20页 |
| ·振动信号分析 | 第20页 |
| ·时域特征量分析 | 第20-21页 |
| ·频域特征量分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 DSP 芯片及其开发软件 | 第23-32页 |
| ·DSP 的发展及其选型 | 第23-29页 |
| ·DSP 的起源与发展 | 第24-26页 |
| ·DSP 芯片的选型 | 第26-27页 |
| ·TMS320F28335 芯片介绍 | 第27-29页 |
| ·开发软件 | 第29-31页 |
| ·DSP 开发软件 ccs3.3 | 第29页 |
| ·MATLAB 与 CCS 联合开发环境 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 硬件电路模块 | 第32-39页 |
| ·电源管理模块电路 | 第32-33页 |
| ·信号调整电路 | 第33-34页 |
| ·SD 卡电路 | 第34页 |
| ·SCI 接口电路 | 第34-35页 |
| ·RS-232 转 RS-485 转换电路 | 第35-36页 |
| ·外扩存储器电路 | 第36-37页 |
| ·整体硬件电路 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 系统软件设计与实现 | 第39-84页 |
| ·软件系统流程 | 第39页 |
| ·软件算法步骤 | 第39-41页 |
| ·A/D 模数转换算法的实现 | 第41-42页 |
| ·FFT-FIR 算法的实现 | 第42-50页 |
| ·FFT 的原理 | 第42-44页 |
| ·FFT 算法在 DSP 上的实现 | 第44-45页 |
| ·FIR 数字滤波器的原理 | 第45-47页 |
| ·FFT- FIR 滤波在 DSP 上的实现 | 第47-50页 |
| ·粗糙集-神经网络故障诊断的实现 | 第50-82页 |
| ·BP 神经网络原理 | 第53-55页 |
| ·粗糙集优化神经网络 | 第55-67页 |
| ·神经网络故障诊断在 DSP 上的实现 | 第67-72页 |
| ·实验结果与验证 | 第72-82页 |
| ·SD 卡存储功能的实现 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 6 基于 RS485 的通信系统设计 | 第84-89页 |
| ·DSP 的通信串口 RS232 | 第84-85页 |
| ·PLC 的通信串口 RS485 | 第85-86页 |
| ·RS485 与 RS232 的比较与选择 | 第86-87页 |
| ·DSP 与 PLC 通信的实现 | 第87-88页 |
| ·上位机显示界面设计 | 第88页 |
| ·本章小结 | 第88-89页 |
| 7 结论与展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第96-97页 |
| 致谢 | 第97-98页 |
