基于SVM的深孔加工状态监测技术研究与系统开发
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-16页 |
·课题研究意义 | 第8-9页 |
·深孔加工状态监测技术发展动态 | 第9-12页 |
·刀具状态监测技术的发展与研究现状 | 第9-11页 |
·国内外深孔加工状态监测的现状 | 第11-12页 |
·深孔加工状态监测技术存在的问题与发展趋势 | 第12-13页 |
·DSP简介 | 第13-15页 |
·DSP芯片的发展概况 | 第13-14页 |
·DSP芯片的应用 | 第14-15页 |
·本文主要研究内容 | 第15-16页 |
2 监测系统的总体方案研究与硬件设计 | 第16-26页 |
·BTA深孔加工系统 | 第16页 |
·深孔钻削中的常见故障及工况信号分析 | 第16-18页 |
·深孔钻削中的常见故障 | 第17-18页 |
·工况信号分析 | 第18页 |
·深孔钻削过程状态监测系统的建立 | 第18-21页 |
·功率监测法 | 第18-19页 |
·油压监测法 | 第19页 |
·基于DSP的深孔钻削状态监测系统 | 第19-21页 |
·DSP监测系统的硬件设计 | 第21-25页 |
·信号采集与调理电路设计 | 第22-23页 |
·异步串行通信电路设计 | 第23-25页 |
·本章小结 | 第25-26页 |
3 基于小波变换的监测信号特征提取 | 第26-34页 |
·小波变换 | 第26-28页 |
·正交小波变换 | 第26-27页 |
·多分辨分析与Mallat算法 | 第27-28页 |
·功率信号特征提取 | 第28-31页 |
·功率信号特点 | 第28页 |
·刀具切削状态功率信号特征提取 | 第28-31页 |
·油压信号特征提取 | 第31-33页 |
·油压信号特点 | 第31-32页 |
·排屑状态油压信号特征提取 | 第32-33页 |
·本章小结 | 第33-34页 |
4 基于SVM的深孔加工状态识别 | 第34-48页 |
·支持向量机分类原理 | 第34-37页 |
·最优分类超平面 | 第34-36页 |
·SVM与核函数 | 第36-37页 |
·支持向量机的多分类算法 | 第37页 |
·基于SVM的仿真数据分类 | 第37-41页 |
·仿真实验数据及其分类 | 第37-41页 |
·仿真数据的分类结果及其分析 | 第41页 |
·基于SVM的刀具磨损状态识别 | 第41-45页 |
·基于SVM的机床排屑状态判断 | 第45-47页 |
·本章小结 | 第47-48页 |
5 DSP监测系统的软件设计与实现 | 第48-72页 |
·基于LABVIEW的DSP串口通信实现 | 第48-56页 |
·系统总体结构 | 第48-49页 |
·系统软件设计 | 第49-55页 |
·实验验证 | 第55-56页 |
·监测系统工作流程的确定 | 第56-57页 |
·DSP开发工具介绍 | 第57-58页 |
·监测系统的系统程序开发 | 第58-62页 |
·系统初始化模块 | 第58-59页 |
·中断向量 | 第59-60页 |
·系统启动的引导模式 | 第60-62页 |
·监测系统的应用程序开发 | 第62-68页 |
·AD模块软件 | 第62-64页 |
·事件管理器模块 | 第64页 |
·串行通信 | 第64-65页 |
·小波变换在TMS320F2812上的实现 | 第65-68页 |
·支持向量机在TMS320F2812上的实现 | 第68页 |
·程序的固化与在线运行 | 第68-71页 |
·本章小结 | 第71-72页 |
6 结论与展望 | 第72-74页 |
·结论 | 第72页 |
·发展与展望 | 第72-74页 |
致谢 | 第74-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间发表论文及参与项目 | 第80页 |