| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 隧道掘进机简介 | 第10-11页 |
| 1.2.1 隧道掘进机的发展 | 第10页 |
| 1.2.2 隧道掘进机的分类 | 第10页 |
| 1.2.3 隧道掘进机的构造 | 第10-11页 |
| 1.3 隧道掘进机监测系统研究现状 | 第11-13页 |
| 1.3.1 国内研究现状 | 第11-12页 |
| 1.3.2 国外研究现状 | 第12-13页 |
| 1.4 论文主要研究内容 | 第13-14页 |
| 第二章 掘进机监测内容及云平台构架 | 第14-20页 |
| 2.1 监测内容及方法 | 第14-17页 |
| 2.1.1 监测内容 | 第14-15页 |
| 2.1.2 监测方法 | 第15-17页 |
| 2.1.3 监测点 | 第17页 |
| 2.2 云平台监测系统构架 | 第17-19页 |
| 2.2.1 监测系统总体构架设计 | 第17-18页 |
| 2.2.2 监测系统数据采集设计 | 第18页 |
| 2.2.3 监测网关设计 | 第18-19页 |
| 2.2.4 云端远程服务设计 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 掘进机状态识别方法研究 | 第20-48页 |
| 3.1 刀具磨损监测研究 | 第20-22页 |
| 3.1.1 电涡流传感器测量原理 | 第20-21页 |
| 3.1.2 监测方案 | 第21-22页 |
| 3.1.3 监测流程 | 第22页 |
| 3.2 基于油液含气量分析的液压系统故障诊断 | 第22-30页 |
| 3.2.1 LMSImagine.LabAMESim软件功能 | 第22-23页 |
| 3.2.2 油液含气量软件仿真 | 第23-25页 |
| 3.2.3 液压系统故障分类函数的选择 | 第25-27页 |
| 3.2.4 故障分类器分类结果分析 | 第27-28页 |
| 3.2.5 基于含气量分析的液压系统故障诊断 | 第28-30页 |
| 3.3 基于BP神经网络的掘进参数预测研究 | 第30-43页 |
| 3.3.1 BP神经网络概述 | 第30页 |
| 3.3.2 BP算法 | 第30-32页 |
| 3.3.3 BP神经网络搭建 | 第32-35页 |
| 3.3.3.1 砂砾复合地层下BP神经网络搭建 | 第32-33页 |
| 3.3.3.2 粉细砂地层下BP神经网络搭建 | 第33-35页 |
| 3.3.4 掘进参数的预处理 | 第35-38页 |
| 3.3.4.1 砂砾复合地层下掘进参数的预处理 | 第36-37页 |
| 3.3.4.2 粉细砂地层下掘进参数的预处理 | 第37-38页 |
| 3.3.5 刀盘转速和刀盘扭矩的预测与检验 | 第38-43页 |
| 3.3.5.1 砂砾复合地层下的预测与检验分析 | 第38-40页 |
| 3.3.5.2 粉细砂地层下的预测与检验分析 | 第40-43页 |
| 3.4 基于掘进参数的掘进机运行状态识别 | 第43-46页 |
| 3.4.1 掘进参数的预处理 | 第43-44页 |
| 3.4.2 BP神经网络搭建 | 第44-45页 |
| 3.4.2.1 “征兆-故障”矩阵的建立 | 第44-45页 |
| 3.4.2.2 BP神经网络的搭建 | 第45页 |
| 3.4.3 掘进机状态异常识别 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于云平台的掘进机监测系统设计 | 第48-65页 |
| 4.1 系统的硬件设计 | 第49-56页 |
| 4.1.1 机载硬件 | 第49-54页 |
| 4.1.1.1 电涡流传感器 | 第49-51页 |
| 4.1.1.2 机载PLC | 第51-52页 |
| 4.1.1.3 机载工控机 | 第52页 |
| 4.1.1.4 PDV数据采集器 | 第52-53页 |
| 4.1.1.5 AMD-1000含气量测量仪 | 第53-54页 |
| 4.1.2 远程硬件 | 第54-55页 |
| 4.1.3 以太网通信硬件 | 第55-56页 |
| 4.2 硬件连接 | 第56-58页 |
| 4.3 系统的软件设计 | 第58-64页 |
| 4.3.1 系统开发环境 | 第58页 |
| 4.3.2 云平台模块设计 | 第58-61页 |
| 4.3.2.1 用户登录模块 | 第58-59页 |
| 4.3.2.2 远程监测模块 | 第59-60页 |
| 4.3.2.3 平台报警模块 | 第60-61页 |
| 4.3.3 数据库设计 | 第61-64页 |
| 4.3.3.1 数据库创建 | 第61页 |
| 4.3.3.2 数据库逻辑架构 | 第61-62页 |
| 4.3.3.3 数据表设计 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 隧道掘进机监测系统运行测试 | 第65-72页 |
| 5.1 用户登录模块 | 第65页 |
| 5.2 远程监测模块 | 第65-70页 |
| 5.2.1 刀具磨损量监测界面 | 第67-68页 |
| 5.2.2 液压系统故障诊断界面 | 第68-69页 |
| 5.2.3 掘进参数预测界面 | 第69-70页 |
| 5.3 报警模块 | 第70-72页 |
| 5.3.1 报警阈值设置界面 | 第70页 |
| 5.3.2 短信预警界面 | 第70-71页 |
| 5.3.3 设备状态报警界面 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第78页 |