| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 故障预测与健康管理技术概述 | 第9-11页 |
| 1.2.1 故障预测与健康管理技术的产生 | 第9-10页 |
| 1.2.2 故障预测与健康管理技术的发展 | 第10-11页 |
| 1.3 全断面掘进机故障预测与健康管理研究现状 | 第11-12页 |
| 1.3.1 国内外研究现状 | 第11-12页 |
| 1.3.2 全断面掘进机故障预测与健康管理存在的问题 | 第12页 |
| 1.4 主要研究内容 | 第12-14页 |
| 第二章 全断面掘进机故障预测与健康管理系统结构体系研究 | 第14-29页 |
| 2.1 全断面掘进机施工机理分析 | 第14-18页 |
| 2.1.1 全断面掘进机简介 | 第14页 |
| 2.1.2 主要系统结构和功能 | 第14-17页 |
| 2.1.3 全断面掘进机工作原理 | 第17-18页 |
| 2.2 确定监测对象 | 第18-20页 |
| 2.2.1 选择监测对象 | 第18-19页 |
| 2.2.2 确定监测等级 | 第19-20页 |
| 2.3 分析故障机理及选择监测方法 | 第20-25页 |
| 2.3.1 电机常见故障与监测方法 | 第20-22页 |
| 2.3.2 轴承常见故障与监测方法 | 第22-23页 |
| 2.3.3 变速箱常见故障与监测方法 | 第23-24页 |
| 2.3.4 液压系统常见故障与监测方法 | 第24-25页 |
| 2.4 软件开发平台的选择 | 第25-27页 |
| 2.4.1 虚拟仪器与LabVIEW简介 | 第26页 |
| 2.4.2 虚拟仪器的应用意义 | 第26-27页 |
| 2.5 系统体系结构设计 | 第27-29页 |
| 第三章 全断面掘进机状态监测信号分析处理方法 | 第29-45页 |
| 3.1 平稳信号分析方法 | 第29-34页 |
| 3.1.1 时域分析 | 第29-31页 |
| 3.1.2 频域分析 | 第31-34页 |
| 3.2 非平稳信号分析方法 | 第34-43页 |
| 3.2.1 短时傅里叶变换 | 第34-36页 |
| 3.2.2 小波变换 | 第36-37页 |
| 3.2.3 Hilbert-Huang变换 | 第37-43页 |
| 3.3 集合经验模态分解特征提取方法 | 第43-45页 |
| 第四章 全断面掘进机故障预测与健康管理方法研究 | 第45-81页 |
| 4.1 全断面掘进机故障预测与健康管理系统构成 | 第45-46页 |
| 4.2 数据采集系统 | 第46-56页 |
| 4.2.1 系统监测参数确定 | 第46-49页 |
| 4.2.2 系统通信方式 | 第49-56页 |
| 4.3 基于虚拟仪器的全断面掘进机状态监测模块开发 | 第56-61页 |
| 4.3.1 全断面掘进机状态监测判断标准 | 第56-57页 |
| 4.3.2 全断面掘进机状态监测系统设计 | 第57-61页 |
| 4.4 全断面掘进机故障诊断系统 | 第61-75页 |
| 4.4.1 监测对象典型故障的频谱变化 | 第61-65页 |
| 4.4.2 支持向量机故障识别方法 | 第65-68页 |
| 4.4.3 基于EEMD和SVM的变速箱的故障诊断 | 第68-75页 |
| 4.5 全断面掘进机运行状态的预测评估 | 第75-81页 |
| 4.5.1 全断面掘进机预测评估方法 | 第75页 |
| 4.5.2 基于灰色预测的全断面掘进机的运行状态趋势分析 | 第75-79页 |
| 4.5.3 预测评估实例 | 第79-81页 |
| 第五章 全断面掘进机故障预测与健康管理系统应用 | 第81-87页 |
| 5.1 系统功能 | 第81-82页 |
| 5.2 全断面掘进机故障预测与健康管理系统的应用 | 第82-87页 |
| 5.2.1 系统登录 | 第82-83页 |
| 5.2.2 状态监测模块 | 第83页 |
| 5.2.3 故障诊断模块 | 第83-84页 |
| 5.2.4 健康预测模块 | 第84-85页 |
| 5.2.5 历史查询模块 | 第85-87页 |
| 第六章 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考 文献 | 第89-92页 |
| 致谢 | 第92-93页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第93页 |
