基于粗糙集与证据理论的瓦斯传感器故障诊断技术的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·选题背景和意义 | 第11页 |
| ·传感器故障诊断技术的发展及其现状 | 第11-13页 |
| ·信息融合技术的发展 | 第13-14页 |
| ·信息融合技术在故障诊断中应用的意义 | 第14页 |
| ·本文研究内容 | 第14-16页 |
| 2 瓦斯传感器的故障机理分析 | 第16-25页 |
| ·瓦斯传感器结构原理 | 第16-18页 |
| ·瓦斯传感器的故障分类及故障机理 | 第18-21页 |
| ·故障分类 | 第18页 |
| ·故障机理及影响 | 第18-21页 |
| ·传感器故障诊断方法 | 第21-24页 |
| ·基于解析数学模型的故障诊断方法 | 第21-22页 |
| ·不基于数学模型的诊断方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于信息融合技术的传感器故障诊断研究 | 第25-34页 |
| ·信息融合基本原理 | 第25页 |
| ·故障诊断的信息融合结构 | 第25-28页 |
| ·数据层融合 | 第26-27页 |
| ·特征层融合 | 第27页 |
| ·决策层融合 | 第27-28页 |
| ·故障诊断的信息融合过程 | 第28-29页 |
| ·信息融合方法 | 第29-31页 |
| ·基于估计方法的分类 | 第30页 |
| ·基于识别方法的分类 | 第30-31页 |
| ·基于参数方法的分类 | 第31页 |
| ·基于人工智能的分类 | 第31页 |
| ·故障诊断中的信息融合方法 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 4 基于信息融合技术的故障诊断方法 | 第34-49页 |
| ·粗糙集理论在故障诊断中的应用 | 第34-40页 |
| ·粗糙集理论的基础知识 | 第34-38页 |
| ·粗糙集理论在瓦斯传感器故障诊断中的实现 | 第38-39页 |
| ·粗糙集理论应用于故障诊断中的优势 | 第39-40页 |
| ·基于D-S 证据理论的故障诊断方法 | 第40-48页 |
| ·证据理论的基础知识 | 第40-43页 |
| ·D-S 证据理论的决策规则分类 | 第43-44页 |
| ·证据理论的信息融合过程 | 第44-45页 |
| ·基于证据理论的瓦斯传感器故障诊断方法 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 粗糙集与证据理论相结合的信息融合故障诊断方法 | 第49-55页 |
| ·粗糙集与证据理论结合的可行性分析 | 第49-50页 |
| ·粗糙集理论与证据理论相结合的信息融合算法的实现 | 第50-53页 |
| ·基于可区分矩阵的属性约简 | 第50-51页 |
| ·基于粗糙集的基本概率赋值的获取 | 第51-52页 |
| ·基于粗糙集的证据合成方法 | 第52-53页 |
| ·基于粗糙集与证据理论的瓦斯传感器故障诊断 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 瓦斯传感器故障诊断实例及结果分析 | 第55-71页 |
| ·影响煤矿瓦斯浓度的因素 | 第55-56页 |
| ·瓦斯传感器的故障模式 | 第56-57页 |
| ·瓦斯传感器故障诊断过程的描述 | 第57-70页 |
| ·故障数据模型的建立 | 第57页 |
| ·数据样本的离散化处理 | 第57-58页 |
| ·决策表的属性约简 | 第58-68页 |
| ·基于证据理论的故障诊断过程 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录A 原始监测数据 | 第75-77页 |
| 作者简历 | 第77-78页 |
| 学位论文数据集 | 第78-79页 |
