| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·刀具状态检测国内外研究现状 | 第10-15页 |
| ·监测信号的选择 | 第11-13页 |
| ·特征信号的提取与处理 | 第13-14页 |
| ·检测策略 | 第14-15页 |
| ·研究内容 | 第15-17页 |
| 2 理论依据及实验设计和信号预处理分析 | 第17-25页 |
| ·电流信号分析方法的理论依据 | 第17-18页 |
| ·试验设计 | 第18-21页 |
| ·实验对象机加工参数的确定 | 第18-19页 |
| ·电流信号的采集 | 第19-21页 |
| ·小波变换用于信号的降噪 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 3 单台车床刀具失效诊断 | 第25-42页 |
| ·基于小波包分解的相同切削深度不同转速时车床车刀失效状态诊断 | 第25-31页 |
| ·小波包分解的频率特性及小波包基的选择 | 第25-27页 |
| ·单台车床失效特征参量的提取 | 第27-29页 |
| ·车床车刀失效状态的诊断 | 第29-31页 |
| ·小波分析与傅里叶变换结合在单车床刀具失效中的应用 | 第31-37页 |
| ·傅里叶变换与小波分析 | 第31-34页 |
| ·故障特征的提取及故障的诊断 | 第34-37页 |
| ·基于载波周期能量信号的不同切削量的车床的刀具失效诊断 | 第37-41页 |
| ·载波周期能量信号 | 第37-40页 |
| ·能量信号的时域分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 双车床刀具失效诊断研究 | 第42-57页 |
| ·分析电流信号的获取 | 第43-45页 |
| ·基于电流信号功率谱与傅里叶谱的刀具失效诊断 | 第45-47页 |
| ·基于支持向量机的刀具失效诊断 | 第47-53页 |
| ·支持向量机 | 第47-50页 |
| ·特征向量选择 | 第50页 |
| ·刀具失效诊断 | 第50-53页 |
| ·刀具失效车床的识别 | 第53-55页 |
| ·机床的标定 | 第53-54页 |
| ·刀具失效车床的诊断 | 第54-55页 |
| ·结论 | 第55-57页 |
| 5 三车床刀具失效诊断 | 第57-66页 |
| ·经验模式分解方法 | 第57-61页 |
| ·经验模式分解方法原理 | 第57-58页 |
| ·EMD 方法与小波分析的对比 | 第58-61页 |
| ·基于内禀模态函数能量的特征提取方法 | 第61-63页 |
| ·内禀模态能量 | 第61-62页 |
| ·特征向量提取 | 第62-63页 |
| ·基于 EMD 与 SVM 的多机床刀具失效状态识别 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 6 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 在学研究成果 | 第71-72页 |
| 致谢 | 第72页 |
