| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·课题关键技术国内外研究现状 | 第8-10页 |
| ·课题的研究内容和技术路线 | 第10-12页 |
| ·课题的研究内容 | 第10-11页 |
| ·技术路线 | 第11-12页 |
| 2 矿井局部通风系统故障分析 | 第12-19页 |
| ·故障诊断技术概述 | 第12-13页 |
| ·矿井局部通风系统组成 | 第13-14页 |
| ·矿井局部通风系统故障分析 | 第14-17页 |
| ·系统故障数据的特点 | 第14页 |
| ·矿井局部通风系统故障数据的来源 | 第14-15页 |
| ·供电系统故障分析 | 第15-16页 |
| ·机械系统故障分析 | 第16-17页 |
| ·矿井局部通风系统故障树的建立 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于BP 神经网络矿井局部通风故障诊断模型建立方法 | 第19-31页 |
| ·人工神经网路 | 第19-23页 |
| ·人工神经元模型 | 第19-20页 |
| ·人工神经网络结构 | 第20-21页 |
| ·人工神经网络学习算法 | 第21-23页 |
| ·BP 神经网络 | 第23-28页 |
| ·BP 神经网络结构 | 第23页 |
| ·BP 网络学习算法 | 第23-25页 |
| ·BP 神经网络参数选取 | 第25-26页 |
| ·BP 网络存在的问题分析 | 第26页 |
| ·BP 算法的改进 | 第26-28页 |
| ·BP 神经网络矿井局部通风故障诊断模型建立 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 4 基于遗传神经网络的矿井局部通风故障诊断模型建立方法 | 第31-40页 |
| ·遗传算法 | 第31-34页 |
| ·遗传算法概述 | 第31-32页 |
| ·遗传算法基本操作方法 | 第32-34页 |
| ·遗传算法参数选择 | 第34页 |
| ·遗传算法与神经网络相结合 | 第34-36页 |
| ·结合的必要性和可行性 | 第34-35页 |
| ·结合方法 | 第35-36页 |
| ·矿井局部通风故障诊断网络结构优化方法 | 第36-37页 |
| ·矿井局部通风故障诊断遗传神经网络模型建立 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 矿井局部通风系统最优故障诊断模型实现 | 第40-51页 |
| ·矿井局部通风故障诊断网络结构模型确定 | 第40-44页 |
| ·神经网络输入层和输出层的设计 | 第40-42页 |
| ·神经网络结构优化设计 | 第42-44页 |
| ·基于BP 网络的矿井局部通风系统故障诊断模型 | 第44-46页 |
| ·遗传算法与神经网络结合的矿井局部通风系统故障诊断模型 | 第46-49页 |
| ·网络训练结果对比与分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 6 结论 | 第51-53页 |
| ·论文总结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56页 |
