基于多传感器信息融合的刀具磨损状态监测系统研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-15页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·刀具检测技术研究状况 | 第8-9页 |
| ·刀具状态监测系统概述 | 第9-10页 |
| ·刀具状态检测方法 | 第10-13页 |
| ·直接检测法 | 第10页 |
| ·间接检测法 | 第10-13页 |
| ·刀具磨损特征提取 | 第13页 |
| ·信息融合 | 第13-14页 |
| ·智能识别 | 第14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 刀具磨损检测试验设计 | 第15-35页 |
| ·刀具磨损状态及磨钝标准 | 第15-17页 |
| ·试验目的 | 第17页 |
| ·试验装置 | 第17-23页 |
| ·刀具磨损检测硬件框图 | 第17-18页 |
| ·试验设备的选择 | 第18-21页 |
| ·试验对象及其获取 | 第21-23页 |
| ·试验方法研究 | 第23-25页 |
| ·试验中的影响因素 | 第23-24页 |
| ·正交试验设计法 | 第24-25页 |
| ·试验内容 | 第25-33页 |
| ·传感器标定试验 | 第25-26页 |
| ·传感器安装位置试验 | 第26-29页 |
| ·因子对数据的影响试验 | 第29-33页 |
| ·不同磨损量的刀具加工试验 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第3章 传感器信号分析与刀具磨损特征选择 | 第35-61页 |
| ·时域特征分析方法 | 第35-41页 |
| ·信号的时域特征 | 第36-41页 |
| ·频域特征分析方法 | 第41-45页 |
| ·信号的频域特征 | 第42-45页 |
| ·时频域分析 | 第45-51页 |
| ·小波变换 | 第46-50页 |
| ·小波基的选择 | 第50-51页 |
| ·刀具磨损特征选择 | 第51-60页 |
| ·振动信号特征选择 | 第51-55页 |
| ·AE信号特征选择 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 刀具磨损状态检测系统 | 第61-71页 |
| ·信息融合技术 | 第61-66页 |
| ·概述 | 第61页 |
| ·信息融合的系统结构 | 第61-64页 |
| ·BP神经网络 | 第64-66页 |
| ·基于BP神经网络的刀具磨损状态检测实现 | 第66-70页 |
| ·网络结构参数的确定 | 第66-67页 |
| ·样本的选择 | 第67页 |
| ·特征向量的归一化处理 | 第67页 |
| ·神经网络识别结果 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录A | 第77-83页 |
| 附录B | 第83-87页 |
| 致谢 | 第87页 |
