| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| Extended Abstract | 第9-22页 |
| 变量注释表 | 第22-24页 |
| 1 绪论 | 第24-35页 |
| 1.1 课题来源及研究背景 | 第24-25页 |
| 1.2 课题研究现状与存在的问题 | 第25-32页 |
| 1.3 本课题主要研究内容及技术路线 | 第32-34页 |
| 1.4 课题研究意义 | 第34-35页 |
| 2 采煤机智能控制系统的总体结构设计 | 第35-47页 |
| 2.1 电牵引采煤机的基本结构及工作机理 | 第35-39页 |
| 2.2 采煤机智能控制系统的控制方案 | 第39-41页 |
| 2.3 采煤机智能控制系统的总体结构 | 第41-46页 |
| 2.4 本章小结 | 第46-47页 |
| 3 基于煤层分布边界趋势的采煤机截割路径跟踪方法研究 | 第47-73页 |
| 3.1 D-S证据理论与神经网络 | 第47-53页 |
| 3.2 煤层分布边界特征点的选取方法 | 第53-55页 |
| 3.3 基于改进D-S证据理论与多神经网络的煤层分布边界趋势融合预测方法研究 | 第55-65页 |
| 3.4 基于插值算法的采煤机截割路径优化 | 第65-72页 |
| 3.5 本章小结 | 第72-73页 |
| 4 基于粗糙集理论与BP神经网络的采煤机运行状态评价方法研究 | 第73-99页 |
| 4.1 采煤机运行状态评价体系构建 | 第73-76页 |
| 4.2 基于粗糙集理论与BP神经网络融合的模式识别方法研究 | 第76-88页 |
| 4.3 基于模式识别算法的采煤机运行状态评价 | 第88-94页 |
| 4.4 基于模糊逻辑—专家知识库的采煤机运行状态分析 | 第94-98页 |
| 4.5 本章小结 | 第98-99页 |
| 5 采煤机滚筒高度与牵引速度智能协调控制策略研究 | 第99-118页 |
| 5.1 基于T-S云推理网络的采煤机牵引速度控制方法研究 | 第99-113页 |
| 5.2 采煤机滚筒高度与牵引速度智能协调控制方法研究 | 第113-117页 |
| 5.3 本章小结 | 第117-118页 |
| 6 实验研究 | 第118-136页 |
| 6.1 实验室实验 | 第118-128页 |
| 6.2 工业性试验 | 第128-135页 |
| 6.3 本章小结 | 第135-136页 |
| 7 总结和展望 | 第136-138页 |
| 7.1 课题结论 | 第136-137页 |
| 7.2 课题创新点 | 第137页 |
| 7.3 课题展望 | 第137-138页 |
| 参考文献 | 第138-146页 |
| 作者简历 | 第146-149页 |
| 学位论文数据集 | 第149页 |
