基于支持向量机的刀具磨损状态预测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·本课题的研究意义 | 第9-10页 |
| ·刀具磨损检测的方法 | 第10-11页 |
| ·国内外刀具磨损检测的研究现状 | 第11-13页 |
| ·刀具磨损检测系统存在的问题及发展趋势 | 第13-14页 |
| ·本文的主要内容 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 第二章 刀具磨损预测实验平台搭建 | 第17-25页 |
| ·刀具的磨损形态 | 第17-19页 |
| ·刀具磨损机制 | 第19页 |
| ·刀具的磨损过程及磨钝标准 | 第19-21页 |
| ·刀具磨损监测信号的选取 | 第21-22页 |
| ·刀具磨损检测的硬件系统 | 第22-23页 |
| ·刀具磨损检测的软件平台 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 信号处理与特征提取 | 第25-51页 |
| ·切削力信号时域分析特征提取 | 第25-30页 |
| ·小波分析 | 第30-38页 |
| ·连续小波变换 | 第31页 |
| ·离散小波变换 | 第31-32页 |
| ·小波包分解 | 第32-33页 |
| ·小波包频带能量特征分析理论 | 第33-34页 |
| ·切削力信号频带能量特征提取 | 第34-38页 |
| ·经验模态分解 | 第38-40页 |
| ·声发射信号经验模态分解 | 第40-43页 |
| ·提取IMF分量的能量特征值 | 第43-45页 |
| ·特征矩阵降维 | 第45-49页 |
| ·PCA降维原理 | 第46-47页 |
| ·刀具磨损特征数据降维 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 刀具磨损状态预测 | 第51-65页 |
| ·概述 | 第51页 |
| ·统计知识基础 | 第51-52页 |
| ·支持向量机 | 第52-57页 |
| ·最优分类超平面 | 第53页 |
| ·线性可分支持向量机 | 第53-55页 |
| ·线性不可分支持向量机 | 第55-56页 |
| ·支持向量机的核函数 | 第56-57页 |
| ·基于支持向量机分类器的刀具磨损状态检测 | 第57-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 刀具后刀面磨损量预测 | 第65-77页 |
| ·支持向量机回归 | 第65-67页 |
| ·支持向量机回归模型预测刀具磨损值 | 第67-72页 |
| ·刀具磨损检测系统GUI操作界面设计 | 第72-76页 |
| ·支持向量机分类器界面 | 第73-75页 |
| ·支持向量机回归预测界面 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录A 刀具磨损检测系统部分源程序 | 第83-89页 |
| 致谢 | 第89页 |
