变厚度电火花线切割加工过程控制系统
| 上海交通大学博士学位论文答辩决议书 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 目录 | 第11-14页 |
| 第一章 绪论 | 第14-31页 |
| ·课题背景和意义 | 第14-18页 |
| ·变厚度线切割加工技术研究现状 | 第18-24页 |
| ·线切割加工放电状态检测研究现状 | 第24-25页 |
| ·线切割加工过程建模技术研究现状 | 第25-27页 |
| ·线切割加工过程控制系统研究现状 | 第27-29页 |
| ·本文研究的主要内容 | 第29-31页 |
| 第二章 基于Linux的线切割加工机床数控系统 | 第31-42页 |
| ·引言 | 第31页 |
| ·基于Linux的数控系统开发可行性 | 第31-33页 |
| ·基于Linux的数控系统体系结构 | 第33-37页 |
| ·五轴四联动实时控制策略 | 第37-38页 |
| ·基于RS274/NGC的数控系统代码解释器 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于支持向量机的工件厚度辨识系统 | 第42-64页 |
| ·引言 | 第42页 |
| ·支持向量机 | 第42-45页 |
| ·实验装置 | 第45-49页 |
| ·基于支持向量机的工件厚度辨识模型 | 第49-52页 |
| ·实验验证 | 第52-63页 |
| ·支持向量机辨识模型 | 第52-62页 |
| ·与神经网络辨识模型比较 | 第62页 |
| ·与最小二乘辨识算法比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于最小二乘支持向量机的工件厚度在线辨识 | 第64-86页 |
| ·引言 | 第64-66页 |
| ·基于OpenCASCADE的工件厚度提取 | 第66-70页 |
| ·最小二乘支持向量机 | 第70-78页 |
| ·递推最小二乘支持向量机 | 第72-74页 |
| ·最小二乘支持向量机的稀疏性裁剪 | 第74-78页 |
| ·基于LS-SVM的在线模型修正 | 第78-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 变厚度线切割加工过程的模型预测控制 | 第86-105页 |
| ·引言 | 第86-87页 |
| ·问题描述 | 第87-88页 |
| ·基于SVR的加工过程建模 | 第88-90页 |
| ·加工过程的模型预测控制 | 第90-95页 |
| ·模型预测控制 | 第90-93页 |
| ·目标函数选取 | 第93-94页 |
| ·在线优化算法 | 第94-95页 |
| ·实验验证 | 第95-104页 |
| ·模型预测控制实验 | 第96-99页 |
| ·结论与分析 | 第99-104页 |
| ·本章小结 | 第104-105页 |
| 第六章 全文总结 | 第105-108页 |
| ·论文主要内容 | 第105-106页 |
| ·论文主要创新点 | 第106页 |
| ·研究展望 | 第106-108页 |
| 参考文献 | 第108-119页 |
| 致谢 | 第119-120页 |
| 攻读学位论文期间发表的学术论文目录 | 第120页 |
