本专著基于相似理论搭建了掘进机截割部实验台，构建基于数字孪生技术的掘进机虚实交互系统，提取掘进机截割头的振动信号并进行自适应预处理，探索非线性截割振动信号的特征提取方法，研究基于数字孪生和深度学习的掘进机关键部件故障诊断方法，并进行功能验证，实现掘进机状态实时监测可视化和关键部件故障精准诊断。 本专著可作为矿山机械、智能采矿工程、机械电子工程等专业的学生使用，也可供相关领域工程技术人员参考。

1 绪论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.2.1 数字孪生技术研究现状
1.2.2 基于数字孪生的掘进机研究现状
1.2.3 矿山装备监测与故障诊断研究现状
1.2.4 基于数字孪生的故障诊断研究现状
1.3 研究存在的问题
2 悬臂式掘进机截割部实验台搭建
2.1 掘进机截割部实验台的参数确定
2.1.1 基于相似理论截割头的设计
2.1.2 基于相似材料的煤巷模拟装置设计
2.2 掘进机截割部组件设计与传动部件选型
2.2.1 连接组件的设计
2.2.2 回转组件的设计
2.2.3 传动部件选型
2.3 掘进机截割部实验台液压系统设计
2.3.1 液压系统仿真
2.3.2 液压泵选型
2.3.3 液压缸校核
2.4 掘进机截割部实验台监控系统设计
2.4.1 电控系统硬件选择
2.4.2 电控系统编程与端口分配
2.4.3 组态监控系统设计
2.5 掘进机截割部振动特性分析
3 掘进机截割部振动信号预处理方法
3.1 截割振动信号分析
3.1.1 振动信号产生分析
3.1.2 振动信号的噪声分析
3.2 基于CDO-ICEEMDAN-WT的振动信号降噪方法
3.3 基于降噪卷积自编码器的振动信号降噪方法
3.4 参数优化变分模态分解振动信号分解方法
3.4.1 基于RIME-VMD的振动信号分解
3.4.2 基于GJO-VMD的振动信号分解
4 掘进机截割部振动信号故障诊断
4.1 基于RIME-VMD-RCMFDE的故障诊断方法
4.1.1 基于RCMFDE的振动信号特征提取
4.1.2 实验结果与分析
4.2 多特征融合的MCNN-LSTM故障诊断模型
4.2.1 MCNN-LSTM构建
4.2.2 实验结果与分析
4.3 基于自编码器和轻量化网络的截割头故障诊断
4.3.1 DCAE-FF-ShuffleNet构建
4.3.2 实验结果与分析
4.4 CPO-CNN-SVM故障诊断模型
4.4.1 CPO-CNN-SVM构建
4.4.2 截割振动信号特征提取
4.4.3 实验结果与分析
5 基于数字孪生的掘进机虚实交互系统研究
5.1 掘进机虚实交互系统设计方案
5.2 截割轨迹跟踪
5.3 掘进机运行数据监测
5.4 掘进机虚实交互系统
5.5 数据驱动的半实物仿真验证
5.6 掘进机虚实交互实验验证
6 掘进机截割部实验台数字孪生系统
6.1 数字孪生系统构建方案
6.2 虚拟模型搭建
6.3 孪生数据管理
6.4 监测服务平台搭建
6.5 数字孪生系统实验验证
6.5.1 数字孪生系统工作流程
6.5.2 通信功能验证
6.5.3 监测与交互功能验证
6.5.4 故障诊断功能验证
7 总结与展望
7.1 研究结论
7.2 研究展望
参考文献