神经网络与隐马尔可夫混合模型在机械切削加工中的颤振预报
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-19页 |
| ·引言 | 第8-9页 |
| ·切削颤振预报研究现状与发展 | 第9-11页 |
| ·传感信号选用 | 第9页 |
| ·特征量提取 | 第9-10页 |
| ·预报判决方法 | 第10-11页 |
| ·HMM在切削颤振预报中应用的意义 | 第11-13页 |
| ·隐Markov模型(HMM) | 第11页 |
| ·HMM在语言识别中的应用 | 第11-12页 |
| ·HMM在切削颤振预报中应用的可行性 | 第12-13页 |
| ·研究HMM切削颤振预报方法的意义 | 第13页 |
| ·神经网络及对HMM的改进 | 第13-16页 |
| ·神经网络模型 | 第13-15页 |
| ·ANN的特性 | 第15-16页 |
| ·ANN与HMM的优缺点比较 | 第16页 |
| ·论文的研究内容、创新之处及总体结构 | 第16-18页 |
| ·本文的研究内容 | 第16-17页 |
| ·本文的创新之处 | 第17页 |
| ·本文的总体结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 HMM基本理论、算法及其应用 | 第19-33页 |
| ·引言 | 第19页 |
| ·MARKOV模型 | 第19-20页 |
| ·HMM基本概念和定义 | 第20-22页 |
| ·HMM基本概念 | 第20-21页 |
| ·HMM的定义 | 第21-22页 |
| ·HMM基本算法 | 第22-27页 |
| ·前向—后向算法 | 第22-24页 |
| ·Viterbi算法 | 第24-26页 |
| ·Baum—Welch算法 | 第26-27页 |
| ·HMM在实际应用中的改进措施 | 第27-30页 |
| ·初始模型的选取 | 第27-28页 |
| ·训练数据的提取 | 第28-29页 |
| ·多观测序列下HMM重估公式修正 | 第29-30页 |
| ·HMM在机床切削颤振预报中的作用 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于神经网络的HMM | 第33-42页 |
| ·自组织特征映射模型与HMM | 第33-35页 |
| ·多层感知机 | 第35-38页 |
| ·多层感知机与HMM | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于遗传算法的HMM初始优化 | 第42-47页 |
| ·遗传算法简介 | 第42-43页 |
| ·遗传算法的算法描述 | 第43-45页 |
| ·遗传算法进行HMM初始模型寻优 | 第45-46页 |
| ·应用实例 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于ANN与HMM混合模型的颤振预报系统 | 第47-60页 |
| ·引言 | 第47页 |
| ·系统总体构架 | 第47-48页 |
| ·切削颤振预报系统分析 | 第48-57页 |
| ·振动信号的数字滤波处理 | 第48-49页 |
| ·振动信号的特征提取 | 第49-57页 |
| ·FFT-ANN-HMM状态识别法 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 机床切削颤振预报软件开发 | 第60-67页 |
| ·引言 | 第60页 |
| ·开发工具介绍 | 第60-61页 |
| ·Matlab系统 | 第60-61页 |
| ·LabVIEW | 第61页 |
| ·MATLAB与LABVIEW接口实现 | 第61-64页 |
| ·访问MATLAB脚本节点 | 第62页 |
| ·向MATLAB脚本节点输入脚本 | 第62-63页 |
| ·输入和输出变量 | 第63页 |
| ·注意事项 | 第63-64页 |
| ·软件安装和设置 | 第64页 |
| ·支持软件的安装 | 第64页 |
| ·预报软件的安装 | 第64页 |
| ·切削颤振预报软件的基本功能 | 第64-66页 |
| ·HMM颤振预报软件工作流程 | 第64-65页 |
| ·HMM颤振预报主程序界面 | 第65页 |
| ·FFT分析功能 | 第65页 |
| ·HMM滤波功能 | 第65-66页 |
| ·数据提取 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第七章 切削颤振预报实验 | 第67-76页 |
| ·引言 | 第67页 |
| ·实验验证 | 第67-70页 |
| ·实验装置及仪器介绍 | 第67-69页 |
| ·实验条件 | 第69-70页 |
| ·实验方案 | 第70-71页 |
| ·模型训练 | 第70-71页 |
| ·切削状态识别 | 第71页 |
| ·实验结果讨论 | 第71-75页 |
| ·振动信号的变化特征 | 第71页 |
| ·预报效果 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 第八章 结论与展望 | 第76-78页 |
| ·本文总结 | 第76页 |
| ·未来展望 | 第76-78页 |
| 附录A 缩略语 | 第78页 |
| 附录B 符号表 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
