| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 本课题研究的背景及意义 | 第10-11页 |
| 1.2 钢丝绳输送带无损检测技术的研究现状 | 第11-13页 |
| 1.2.1 钢丝绳输送带传统检测技术的研究现状 | 第11-12页 |
| 1.2.2 钢丝绳输送带金属磁记忆技术的研究现状 | 第12-13页 |
| 1.3 集合经验模态分解与最小二乘支持向量机在故障诊断中的应用 | 第13-14页 |
| 1.4 本课题主要内容及结构安排 | 第14-16页 |
| 1.4.1 本课题研究的主要内容 | 第14页 |
| 1.4.2 本课题的结构安排 | 第14-16页 |
| 第二章 钢丝绳输送带故障机理及金属磁记忆法的研究 | 第16-28页 |
| 2.1 钢丝绳输送带故障机理的硏究 | 第16-19页 |
| 2.1.1 钢丝绳输送带的结构 | 第16-17页 |
| 2.1.2 钢丝绳输送带的故障机理 | 第17-19页 |
| 2.2 金属磁记忆技术机理 | 第19-22页 |
| 2.2.1 磁致伸缩效应 | 第20页 |
| 2.2.2 磁机械效应 | 第20-21页 |
| 2.2.3 金属磁记忆技术的原理 | 第21-22页 |
| 2.3 金属磁记忆信号的检测 | 第22页 |
| 2.4 检测仪器及参数设置 | 第22-25页 |
| 2.5 实验结果 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 金属磁记忆信号的预处理 | 第28-40页 |
| 3.1 集合经验模态分解算法 | 第28-32页 |
| 3.1.1 经验模态分解算法 | 第28-30页 |
| 3.1.2 集合经验模态分解算法的提出 | 第30-32页 |
| 3.2 集合经验模态分集的参数讨论 | 第32-33页 |
| 3.2.1 集成平均的次数 | 第32-33页 |
| 3.2.2 添加噪声的幅度 | 第33页 |
| 3.3 改进的集合经验模态分解降噪算法 | 第33-37页 |
| 3.3.1 半软阈值函数滤波 | 第34-35页 |
| 3.3.2 相关性降噪理论 | 第35页 |
| 3.3.3 人工蜂群优化算法 | 第35-36页 |
| 3.3.4 改进的降噪算法 | 第36-37页 |
| 3.4 实验结果及分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 金属磁记忆信号的故障特征提取 | 第40-48页 |
| 4.1 金属磁记忆信号的绝对峰值 | 第40-41页 |
| 4.2 金属磁记忆信号的峰峰值 | 第41-42页 |
| 4.3 金属磁记忆信号法向分量梯度值 | 第42页 |
| 4.4 钢丝绳直径 | 第42-43页 |
| 4.5 金属磁记忆探头的提离高度 | 第43-44页 |
| 4.6 基于集合经验模态分解能量熵的故障特征提取 | 第44-46页 |
| 4.7 本章小结 | 第46-48页 |
| 第五章 最小二乘支持向量机的钢丝绳输送带早期故障诊断 | 第48-60页 |
| 5.1 支持向量机理论 | 第48-51页 |
| 5.1.1 最优超平面 | 第48-49页 |
| 5.1.2 支持向量机 | 第49-50页 |
| 5.1.3 核函数 | 第50-51页 |
| 5.2 最小二乘支持向量机理论 | 第51-53页 |
| 5.2.1 最小二乘支持向量机 | 第51-52页 |
| 5.2.2 参数的选择方法 | 第52-53页 |
| 5.3 粒子群优化算法 | 第53-54页 |
| 5.4 早期故障系统设计与实验 | 第54-58页 |
| 5.4.1 核函数选择 | 第55页 |
| 5.4.2 实例分析 | 第55-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |