| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 故障诊断技术的发展趋势 | 第13-14页 |
| 1.4 论文的主要研究工作与结构安排 | 第14-17页 |
| 第2章 故障信号的检测与处理 | 第17-29页 |
| 2.1 皮带机的基本构成与工作原理 | 第17-18页 |
| 2.2 皮带机的常见故障 | 第18-20页 |
| 2.2.1 皮带打滑 | 第18页 |
| 2.2.2 皮带跑偏 | 第18-19页 |
| 2.2.3 皮带纵撕 | 第19页 |
| 2.2.4 皮带火灾事故 | 第19页 |
| 2.2.5 皮带机堆料 | 第19-20页 |
| 2.2.6 皮带机断带 | 第20页 |
| 2.3 传感器的介绍与工作原理 | 第20-21页 |
| 2.4 传感器的选择 | 第21-22页 |
| 2.5 故障信号检测 | 第22-27页 |
| 2.5.1 打滑故障检测 | 第22-23页 |
| 2.5.2 断带故障检测 | 第23-24页 |
| 2.5.3 跑偏故障检测 | 第24-25页 |
| 2.5.4 皮带纵撕故障检测 | 第25-26页 |
| 2.5.5 火灾事故故障检测 | 第26-27页 |
| 2.6 信号处理 | 第27-29页 |
| 第3章 皮带机智能故障诊断方法的研究 | 第29-45页 |
| 3.1 故障诊断方法的分类 | 第29-33页 |
| 3.1.1 基于专家系统故障诊断方法 | 第29-30页 |
| 3.1.2 基于神经网络故障诊断方法 | 第30-31页 |
| 3.1.3 基于模糊逻辑故障诊断方法 | 第31-32页 |
| 3.1.4 基于遗传算法故障诊断方法 | 第32页 |
| 3.1.5 基于信息融合故障诊断方法 | 第32-33页 |
| 3.2 D-S证据理论信息融合技术 | 第33-36页 |
| 3.3 基于D-S决策级信息融合技术在皮带机上的故障诊断方法 | 第36-45页 |
| 3.3.1 证据理论融合算法 | 第37-38页 |
| 3.3.2 D-S证据理论融合算法在皮带机故障诊断中的应用 | 第38-41页 |
| 3.3.3 MATLAB仿真 | 第41-45页 |
| 第4章 皮带机智能故障诊断方法的实现 | 第45-63页 |
| 4.1 上位机与PLC通信研究 | 第45-50页 |
| 4.1.1 PLC与上位机的通信方式 | 第46-47页 |
| 4.1.2 PLC与上位机连接 | 第47-49页 |
| 4.1.3 PLC采集传感器信号 | 第49-50页 |
| 4.2 上位机监控系统设计 | 第50-63页 |
| 4.2.1 组态王参数设置 | 第51-55页 |
| 4.2.2 建立组态王动画 | 第55-57页 |
| 4.2.3 组态王的WEB发布 | 第57-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者攻读学位期间的科研成果 | 第69-71页 |
| 致谢 | 第71页 |