矿井通风系统可靠性理论与应用研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

矿井通风系统可靠性理论与应用研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1　研究目的及意义1

1.1.1　研究目的1

目录1

1.1.2　研究意义2

1.2 国内外研究现状及存在问题3

1.2.1　可靠性在国外的研究现状3

1.2.2　可靠性在国内的研究现状5

1.2.3　主要支持理论的研究及应用现状10

1.2.4 目前矿井通风系统可靠性研究中存在的问题15

1.3　研究的内容与技术路线18

1.3.1　研究的内容18

1.3.2　本书研究的技术路线20

本章要点21

2.1 通风系统可靠性评价方法概述22

2.1.1　解析法22

2　基于网络流理论的矿井通风系统可靠性评价22

2.1.2　统计模拟算法23

2.2 网络系统可靠性综述24

2.2.1　网络流理论基本概念24

2.2.2　网络系统的可靠性27

2.2.3　网络系统可靠性指标的解析算法简介28

2.3　基于网络流理论的矿井通风系统可靠性评价模型28

2.3.1　矿井通风系统可靠性评价任务框图28

2.3.2　风路风量分布密度函数的估计29

2.3.3　基于网络流理论的风路可靠性指标及其计算方法41

2.3.4　通风网络可靠度计算45

2.3.5　通风网络系统可靠度理论分析46

2.3.6　矿井通风系统可靠性评价模型46

2.4　基于网络流理论的风网系统可靠性不交化最小路集算法48

2.4.1 采用通风网络系统不交化最小路集算法的必要性48

2.4.2　通风网络系统的不交化最小路集算法49

2.4.3　通风网络系统可靠性数值计算程序概述52

本章要点54

3　基于Markov过程的主要通风机系统可靠性分析55

3.1 可修系统的Markov过程模型56

3.1.1　Markov过程的基本假设56

3.1.2　基于Markov过程的可修并联系统57

3.2　基于Markov过程的主要通风机系统可靠性分析58

3.2.1　主要通风机系统假设59

3.2.2　主要通风机系统分析59

3.3 实例分析61

3.4 主要通风机系统影响因素分析63

3.4.1　机电设备固有的质量因素63

3.4.2　设备安装质量因素64

3.4.3　使用质量因素64

3.4.4　主要通风机效率因素65

3.4.5 日常维护管理因素65

3.5.1　更新、改造旧设备66

3.5　提高主要通风机安全可靠性的措施66

3.4.8　矿井外部漏风因素66

3.4.6　主要通风机司机技术素质因素66

3.4.7　环境因素66

3.5.2　加强设备的维修管理67

3.5.3　提高主要通风机司机的技术水平67

3.5.4　完善安全保护装置68

本章要点68

4　基于神经网络的矿井通风系统可靠性仿真研究69

4.1　矿井通风系统可靠性模型选择方法概述69

4.2.1　多层BP网络算法原理72

4.2 基于BP网络的系统可靠性模型选择72

4.2.2　基于Matlab环境下的BP神经网络开发73

4.2.3　基于BP网络的系统可靠性模型识别系统77

4.3　基于自适应神经网络的可靠性参数估计81

4.3.1 自适应神经网络模型结构82

4.3.2　W-H学习规则83

4.3.3　数值模拟86

4.4.1　矿井通风系统可靠性及其特征量87

4.4　矿井通风系统的可靠性、维修性、有效性87

4.4.2　通风系统的维修性及其特征量94

4.4.3　通风系统有效性及其特征量99

4.5　基于影响因素角度的矿井通风系统可靠性解析101

4.5.1　矿井通风系统可靠性主要影响因素分析101

4.5.2　基于影响因素角度的风网子系统功能型定义105

4.5.3　运用解析法对通风系统可靠性进行实例分析107

4.6　矿井通风系统运行期间使用可靠性的研究109

4.6.1　概述109

4.6.2　矿井通风系统的随机故障过程分析110

4.6.3　矿井通风系统故障过程的改善和劣化113

4.6.4　基于自适应神经网络的矿井通风系统故障率研究115

4.7 主要通风机子系统首次故障时间的统计与分析121

4.7.1 主要通风机首次故障的统计分析121

4.7.2　基于BP神经网络的主要通风机首次故障时间模型识别122

4.7.3　基于自适应神经网络的主要通风机首次故障分布参数估计122

本章要点124

5　基于粗集-神经网络的通风系统可靠性预警研究125

5.1　矿井通风系统可靠性预警的作用及研究手段125

5.1.1　矿井通风系统可靠性预警的作用126

5.1.2　矿井通风系统可靠性预警的主要研究手段127

5.2　粗集理论的特点128

5.3　粗集理论的基本原理129

5.3.1　粗集理论的基本概念129

5.3.2　粗集理论的决策原理135

5.3.3　基于粗集理论的系统可靠性数据约简138

5.4　数据的预处理142

5.4.1　数据投影142

5.4.2　缺失值的处理142

5.4.3　数据的离散化处理143

5.5　基于粗集-神经网络的矿井通风系统可靠性预警系统建立145

5.5.1　粗集理论与神经网络相结合的基础分析146

5.5.2　基于粗集-神经网络的通风系统可靠性预警实现原理148

5.5.3　基于粗集-神经网络的通风系统可靠性预警算法151

5.5.4　基于粗集神经网络的矿井通风系统可靠性预警过程152

5.6 基于粗集-神经网络的矿井通风系统可靠性预警实现156

5.6.1 基于ANN的矿井通风系统可靠性预警方法的实现156

5.6.2　基于粗集-神经网络的通风系统可靠性预警方法的实现160

5.6.3　神经网络与粗集-神经网络预警方法结果比较分析169

5.7　分层发掘粗集可靠性评价网络171

5.7.1　网络模型及算法171

5.7.2　分层发掘评价网络的应用172

本章要点175

6　基于单元特性的矿井通风系统可靠性设计176

6.1　矿井通风系统可靠性设计的目的及意义176

6.2　矿井通风系统可靠性分配方法研究177

6.2.1 基于单元相对易损性的通风系统可靠性分配178

6.2.2　基于单元重要度和复杂度的通风系统可靠性分配178

6.2.3　基于单元相对故障频率的通风系统可靠性分配182

6.3　矿用主要通风机可靠性分配实例分析184

6.4.1 主要通风机的工况指标与其可靠性的关系189

6.4　基于分配可靠度的主要通风机工况点研究189

6.4.2 主要通风机风量分布规律的研究191

6.4.3　基于分配可靠度的主要通风机合理工况确定195

6.5 主要通风机性能曲线的自动绘制198

6.5.1　主要通风机性能曲线绘制原理198

6.5.2　合理工作区的实现方法199

6.5.3　性能曲线绘制手段200

6.5.4　曲线拟合原理201

6.5.5　主要通风机性能曲线的自动生成201

6.5.6　主要通风机工况调节方法分析206

本章要点208

7　结论与展望209

7.1 结论209

7.2　展望210

参考文献212

附录219