基于小波变换和BP神经网络的数控加工进给速度波动识别
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 课题来源、背景及研究的目的与意义 | 第8-11页 |
1.2 数字信号的波形分析研究现状 | 第11-12页 |
1.3 小波分析的发展、现状及展望 | 第12-14页 |
1.4 小波分析在工程中的应用 | 第14-15页 |
1.5 小波变换与人工神经网络结合的应用 | 第15-16页 |
1.6 论文内容安排 | 第16-18页 |
第二章 小波变换参数的选择研究 | 第18-36页 |
2.1 引言 | 第18页 |
2.2 小波分析理论及离散小波变换(DWT)原理 | 第18-21页 |
2.3 最优小波基函数的选择 | 第21-30页 |
2.4 最优小波分解层数的选择 | 第30-31页 |
2.5 实例分析 | 第31-35页 |
2.6 本章小结 | 第35-36页 |
第三章 基于小波系数的波动特征提取 | 第36-44页 |
3.1 引言 | 第36页 |
3.2 常用的小波特征提取方法 | 第36-37页 |
3.3 速度波动特征提取的准备阶段 | 第37-41页 |
3.4 速度波动的特征参数 | 第41-42页 |
3.5 实例分析 | 第42-43页 |
3.6 本章小结 | 第43-44页 |
第四章 基于BP神经网络的波动识别 | 第44-51页 |
4.1 引言 | 第44页 |
4.2 BP神经网络简介 | 第44-45页 |
4.3 BP神经网络初始化 | 第45-46页 |
4.4 神经网络参数的选择 | 第46-49页 |
4.5 实例分析 | 第49-50页 |
4.6 本章小结 | 第50-51页 |
第五章 叶轮加工速度波动识别 | 第51-60页 |
5.1 引言 | 第51页 |
5.2 速度信号的数据采集 | 第51-53页 |
5.3 进给速度波动识别 | 第53-56页 |
5.4 进给速度曲线优化 | 第56-59页 |
5.5 本章小结 | 第59-60页 |
第六章 总结与展望 | 第60-63页 |
6.1 全文总结 | 第60-61页 |
6.2 全文展望 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |