基于声发射信号的铣刀故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·刀具故障诊断的目的及意义 | 第9-10页 |
| ·刀具故障诊断研究现状 | 第10-15页 |
| ·刀具故障诊断方法 | 第11-12页 |
| ·刀具故障特征提取方法 | 第12-13页 |
| ·刀具故障识别方法 | 第13-15页 |
| ·声发射检测技术研究现状 | 第15-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第二章 基于神经网络的铣削声发射信号分析方法 | 第19-46页 |
| ·铣削过程声发射信号监测原理 | 第19-22页 |
| ·铣削过程中声发射现象产生的机理 | 第19-20页 |
| ·铣削过程声发射信号的特点 | 第20-22页 |
| ·声发射信号的分析处理 | 第22-37页 |
| ·声发射信号的噪声研究 | 第22-24页 |
| ·声发射信号的小波阈值去噪法 | 第24-34页 |
| ·声发射信号的参数分析 | 第34-35页 |
| ·声发射信号的频域分析 | 第35-37页 |
| ·基于 BP 神经网络的铣刀状态识别 | 第37-45页 |
| ·BP 神经网络简述 | 第38页 |
| ·BP 神经网络模型结构 | 第38-39页 |
| ·BP 神经网络学习算法 | 第39-42页 |
| ·BP 神经网络算法的缺点与改进 | 第42-43页 |
| ·基于声发射信号的 BP 神经网络识别 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第三章 基于声发射信号的铣削刀具故障诊断系统 | 第46-64页 |
| ·铣削刀具故障诊断系统方案设计 | 第46页 |
| ·铣削刀具故障诊断硬件系统 | 第46-50页 |
| ·硬件结构设计 | 第46-47页 |
| ·硬件型号选择 | 第47-50页 |
| ·铣削刀具故障诊断软件系统 | 第50-63页 |
| ·开发平台 LabVIEW 软件简介 | 第50-51页 |
| ·LabVIEW 与 MATLAB 混合编程 | 第51-52页 |
| ·软件系统总体结构设计 | 第52-53页 |
| ·数据采集模块 | 第53-56页 |
| ·信号分析模块 | 第56-63页 |
| ·小结 | 第63-64页 |
| 第四章 基于声发射信号的铣削刀具故障诊断试验 | 第64-85页 |
| ·铣刀故障诊断试验方案设计 | 第64-71页 |
| ·试验目的 | 第64页 |
| ·试验对象及切削参数 | 第64-65页 |
| ·试验装置 | 第65-68页 |
| ·试验方法与步骤 | 第68-71页 |
| ·试验数据分析 | 第71-75页 |
| ·声发射信号参数分析 | 第72-73页 |
| ·声发射信号频域分析 | 第73-75页 |
| ·验证基于 BP 神经网络的铣刀故障识别方法 | 第75-83页 |
| ·BP 神经网络结构的确定 | 第75-77页 |
| ·BP 神经网络样本的确定 | 第77-81页 |
| ·BP 神经网络的训练与验证 | 第81-83页 |
| ·小结 | 第83-85页 |
| 结论与展望 | 第85-87页 |
| 1.结论 | 第85-86页 |
| 2.展望 | 第86-87页 |
| 参考文献 | 第87-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士期间发表的论文 | 第91-92页 |
