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

岩巷掘进机截割岩石动载荷识别技术的研究

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第11-19页
    1.1 掘进机简介第11-12页
    1.2 课题研究背景及意义第12-13页
    1.3 课题研究现状及发展趋势第13-16页
        1.3.1 掘进机国内外研究现状及发展态势第13-15页
        1.3.2 动载荷识别技术国内外研究现状第15-16页
    1.4 本文研究目标及主要内容第16-19页
第二章 岩巷掘进机截割机构动力学特性分析第19-27页
    2.1 截割机构截割机理第19-20页
        2.1.1 截割机构构成第19-20页
        2.1.2 岩石截割机理第20页
    2.2 截割岩石运动学特性分析第20-22页
        2.2.1 截齿受力分析第21页
        2.2.2 截割头受力分析第21-22页
    2.3 监测量的确定第22-26页
        2.3.1 基于截割电动机的分析第23页
        2.3.2 基于液压缸的分析第23-25页
        2.3.3 基于机械振动的分析第25-26页
    2.4 本章小结第26-27页
第三章 截割岩石动载荷识别系统整体方案设计第27-41页
    3.1 系统整体设计原则及要求第27-28页
        3.1.1 设计原则第27-28页
        3.1.2 功能要求第28页
    3.2 系统整体方案设计第28-30页
    3.3 硬件设计方案第30-37页
        3.3.1 传感器安装位置的确定第30-31页
        3.3.2 传感器选型第31-34页
        3.3.3 信号采集模块设计第34-36页
        3.3.4 数据采集卡选型第36-37页
    3.4 软件设计方案第37-39页
        3.4.1 软件组成第37-38页
        3.4.2 动载荷识别软件第38-39页
    3.5 控制器的选择第39-40页
    3.6 本章小结第40-41页
第四章 截割岩石动载荷特征提取方法第41-55页
    4.1 截割岩石动载荷信号特征提取的必要性第41页
    4.2 截割岩石动载荷信号的频域分析第41-42页
    4.3 截割岩石动载荷信号的小波分析第42-44页
    4.4 截割岩石动载荷信号的小波包分析第44-48页
        4.4.1 小波包分析法的应用第44-45页
        4.4.2 小波包最优基的选择第45-46页
        4.4.3 截割岩石动载荷信号的小波包消噪第46-48页
    4.5 截割岩石动载荷信号的小波包特征量提取第48-53页
        4.5.1 小波包特征量的提取第48-49页
        4.5.2 截割岩石动载荷信号特征量提取第49-53页
    4.6 本章小结第53-55页
第五章 截割岩石动载荷识别软件系统设计第55-73页
    5.1 LabVIEW简介第55-57页
        5.1.1 虚拟仪器简介第55-56页
        5.1.2 虚拟仪器构成第56-57页
        5.1.3 LabVIEW程序设计过程第57页
    5.2 截割岩石动载荷识别软件系统总体架构第57-58页
    5.3 信号采集模块设计第58-63页
        5.3.1 信号采集系统第58-59页
        5.3.2 信号同步采集的实现第59-60页
        5.3.3 多参量同步采集模块设计第60-61页
        5.3.4 数据采集程序设计第61-63页
    5.4 小波包特征提取程序设计第63-65页
        5.4.1 小波包消噪程序设计第63-64页
        5.4.2 小波包能量提取程序设计第64-65页
    5.5 数据存储管理模块第65-71页
        5.5.1 数据表的建立第66-67页
        5.5.2 与数据库的链接第67-69页
        5.5.3 数据库的管理第69-71页
    5.6 人机界面显示第71-72页
    5.7 本章小结第72-73页
第六章 基于多传感器信息融合的截割岩石动载荷识别技术研究第73-93页
    6.1 多传感器信息融合技术的应用第73-77页
        6.1.1 多传感器信息融合结构的选择第73-75页
        6.1.2 多传感器信息融合层级的确定第75页
        6.1.3 多传感器信息融合的过程第75-76页
        6.1.4 多传感器信息融合方法的选择第76-77页
    6.2 基于神经网络的多传感器信息融合识别第77-79页
        6.2.1 人工神经网络简介第77-78页
        6.2.2 人工神经网络在信息融合中的应用第78-79页
    6.3 基于神经网络的多传感器信息融合技术在截割岩石动载荷识别中的应用第79-85页
        6.3.1 基于神经网络的动载荷识别第79-80页
        6.3.2 RBF神经网络简介第80-81页
        6.3.3 RBF神经网络的算法第81-83页
        6.3.4 截割岩石动载荷识别的RBF神经网络模型设计第83-85页
    6.4 RBF神经网络融合识别的LabVIEW实现及分析第85-91页
        6.4.1 RBF神经网络的LabVIEW实现第85-87页
        6.4.2 一级RBF神经网络多传感器信息融合识别系统的测试及分析第87-89页
        6.4.3 基于二级RBF神经网络的截割岩石动载荷识别模型设计第89-91页
    6.5 本章小结第91-93页
第七章 结论与展望第93-95页
    7.1 研究结论第93页
    7.2 工作展望第93-95页
参考文献第95-101页
致谢第101-103页
作者在攻读硕士学位期间的研究成果第103页

论文共103页,点击 下载论文
上一篇:油菜蜂花粉含片研制及其抗前列腺增生作用研究
下一篇:准噶尔盆地南缘前陆冲断带的地质结构与形成演化