| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·采煤机状态监测国内外研究现状 | 第11-14页 |
| ·国外采煤机状态监测研究现状 | 第11-13页 |
| ·国内采煤机状态监测研究现状 | 第13-14页 |
| ·物联网在煤矿行业中的应用 | 第14-16页 |
| ·物联网概述 | 第14-15页 |
| ·物联网在煤矿行业中的应用 | 第15-16页 |
| ·本文研究目标及内容 | 第16-18页 |
| 第二章 采煤机状态监测及寿命管理系统方案设计 | 第18-26页 |
| ·采煤机结构组成及常见故障形式 | 第18-21页 |
| ·采煤机结构组成 | 第18-20页 |
| ·采煤机常见故障形式 | 第20-21页 |
| ·状态监测及寿命管理系统结构与功能设计 | 第21-24页 |
| ·设备寿命管理的内涵 | 第21-22页 |
| ·寿命管理系统功能设计 | 第22-23页 |
| ·状态监测及寿命管理系统设计 | 第23-24页 |
| ·系统上位机软件开发平台 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于振动模型的采煤机摇臂齿轮故障振动信号频谱分析 | 第26-42页 |
| ·摇臂齿轮传动结构分析 | 第26-27页 |
| ·齿轮振动机理建模及振动信号调制现象分析 | 第27-32页 |
| ·齿轮振动机理建模分析 | 第27-29页 |
| ·齿轮故障振动信号调制现象分析 | 第29-32页 |
| ·摇臂齿轮局部故障特征频率计算 | 第32-35页 |
| ·摇臂齿轮局部故障振动信号建模及仿真分析 | 第35-40页 |
| ·直齿轮局部故障振动信号建模及仿真分析 | 第35-36页 |
| ·行星齿轮局部故障振动信号建模及仿真分析 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于小波分解和SVM的采煤机摇臂齿轮故障诊断 | 第42-60页 |
| ·摇臂振动信号特征参量提取方法 | 第42-44页 |
| ·摇臂振动成分分析 | 第42-43页 |
| ·振动信号分析方法 | 第43-44页 |
| ·小波分解原理及仿真分析 | 第44-50页 |
| ·小波分解原理及性质 | 第44-46页 |
| ·二进制离散小波分解与重构 | 第46-47页 |
| ·仿真分析 | 第47-50页 |
| ·基于SVM的摇臂齿轮故障识别方法 | 第50-55页 |
| ·SVM分类原理 | 第50-53页 |
| ·改进粒子群参数寻优 | 第53-55页 |
| ·基于小波分解及SVM的摇臂齿轮故障识别方法的实现 | 第55-58页 |
| ·基于小波分解的振动信号特征参量提取 | 第55-57页 |
| ·SVM分类模型的建立 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 采煤机摇臂加载实验及结果分析 | 第60-74页 |
| ·摇臂加载实验系统组成及实验步骤 | 第60-63页 |
| ·摇臂加载实验系统组成 | 第60-62页 |
| ·摇臂加载实验主要步骤 | 第62-63页 |
| ·加载测试振动信号频谱分析 | 第63-66页 |
| ·正常齿轮振动信号频谱分析 | 第63-64页 |
| ·故障齿轮振动信号频谱分析 | 第64-66页 |
| ·摇臂齿轮故障识别 | 第66-73页 |
| ·振动信号时域波形分析 | 第66-67页 |
| ·振动信号小波分解 | 第67-68页 |
| ·振动信号特征量提取 | 第68-70页 |
| ·故障识别模型的建立 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·研究结论 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者在攻读硕士学位期间的研究成果 | 第82页 |
