| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景 | 第10-11页 |
| ·课题的来源及意义 | 第11页 |
| ·故障诊断理论发展与研究现状 | 第11-15页 |
| ·论文的研究内容和组织结构 | 第15-17页 |
| 第2章 神经网络理论 | 第17-36页 |
| ·生物神经元 | 第17-18页 |
| ·神经元模型 | 第18-19页 |
| ·反向传播网络 | 第19-21页 |
| ·BP网络简介 | 第19-20页 |
| ·BP网络的学习过程 | 第20-21页 |
| ·BP算法的局限性 | 第21页 |
| ·RBF神经网络 | 第21-34页 |
| ·RBF基函数 | 第21-23页 |
| ·RBF网络的结构与工作原理 | 第23-24页 |
| ·RBF网络的学习算法 | 第24-25页 |
| ·RBF神经网络中心选取算法 | 第25-27页 |
| ·RBF网络的特点 | 第27-28页 |
| ·RBF网络仿真分析 | 第28-34页 |
| ·RBF网络与BP网络比较 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 矿井提升机系统 | 第36-44页 |
| ·矿井提升设备的组成 | 第36-39页 |
| ·矿井提升机监测系统的组成 | 第39-40页 |
| ·矿井提升机常见的故障机理 | 第40-43页 |
| ·液压站故障 | 第41页 |
| ·联轴器故障 | 第41-42页 |
| ·微拖动装置故障 | 第42页 |
| ·天轮和导向轮常见故障 | 第42页 |
| ·减速器故障 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于RBF神经网络的矿井提升机故障诊断系统的总体构架 | 第44-52页 |
| ·矿井提升机故障诊断系统的总体构架 | 第44-45页 |
| ·故障诊断方案的确定 | 第45-50页 |
| ·RBF神经网络应用于故障诊断 | 第45-47页 |
| ·诊断算法的实现说明 | 第47页 |
| ·人机接口开发语言 | 第47-48页 |
| ·Borland C++ Builder与Matlab的混合编程的实现 | 第48-50页 |
| ·矿井提升机故障诊断系统的功能 | 第50-51页 |
| ·故障诊断系统的功能及特点 | 第50页 |
| ·故障诊断系统可诊断的故障种类 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 提升机故障诊断系统中液压站模块的设计 | 第52-64页 |
| ·液压站模块中RBF神经网络的设计 | 第52-59页 |
| ·输入层、隐层与输出层的设计 | 第52页 |
| ·初始权值的选取 | 第52-53页 |
| ·样本数据的选取、分析与处理 | 第53-56页 |
| ·RBF神经网络的设计与训练 | 第56-59页 |
| ·人机交互界面的开发 | 第59-61页 |
| ·故障诊断算法的编程实现 | 第59-61页 |
| ·人机交互界面的功能设计 | 第61页 |
| ·液压站系统故障诊断的应用实例 | 第61-62页 |
| ·不足与展望 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的文章和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |