首页--工业技术论文--矿业工程论文--矿山机械论文--采掘机械论文--地下采掘机械论文

基于DSP和信息融合的采煤机故障诊断研究

摘要第1-5页
Abstract第5-10页
1 绪论第10-17页
   ·课题的研究背景和选题意义第10-12页
   ·国内外研究现状第12-15页
     ·DSP 系统的研究现状第12-14页
     ·信息融合的研究现状第14页
     ·DSP 与信息融合的机械设备故障诊断的研究现状第14-15页
   ·本论文的总体结构与主要研究内容第15-17页
2 采煤机截割部故障模式与信息融合研究第17-28页
   ·概述第17页
   ·采煤机截割部故障的主要表现形式第17-19页
   ·时域分析第19-20页
   ·频域分析第20-22页
   ·采煤机故障试验装置和故障特征值提取第22-24页
   ·神经网络基本理论第24-26页
   ·信息融合基本理论第26-27页
   ·本章小结第27-28页
3 硬件平台介绍第28-33页
   ·TMS320F28335 引脚图第29页
   ·电源管理模块电路第29-30页
   ·信号采集电路第30页
   ·串口电平转换电路第30-31页
   ·SD 卡电路第31页
   ·外扩存储器电路第31-32页
   ·本章小结第32-33页
4 软件开发环境与程序编写第33-47页
   ·MATLAB 软件开发环境第34-35页
   ·神经网络代码生成第35-39页
     ·生成代码原理第35页
     ·神经网络模块第35-39页
   ·CCS V3.3 软件开发环境第39-41页
   ·各模块程序代码编写第41-44页
     ·A/D 采样模块代码编写第41-42页
     ·滤波器模块代码编写第42-43页
     ·SD 卡存储模块程序编写第43-44页
     ·SCI 结果输出模块程序编写第44页
   ·D-S 证据信息融合算法研究第44-46页
   ·本章小结第46-47页
5 嵌入式系统硬件测试及代码测试第47-61页
   ·测试环境第47页
   ·数据采集模块及 FFT 测试第47-49页
   ·FIR 滤波器测试第49-52页
   ·SCI 测试第52-53页
   ·故障诊断第53-56页
     ·特征值提取第53-54页
     ·神经网络故障识别第54-56页
   ·信息融合第56-60页
   ·系统总体第60页
   ·本章小结第60-61页
6 总结与展望第61-63页
   ·总结第61页
   ·展望第61-63页
参考文献第63-68页
攻读硕士学位期间发表的学术论文及所取得的研究成果第68-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:煤矿井下低功耗无线传感器网络系统设计
下一篇:基于DSP和ZigBee的采煤机摇臂齿轮箱故障诊断系统研究