基于多尺度主元分析的刀具磨损状态监测研究
中文摘要 | 第4-5页 |
Abstract | 第5页 |
字母注释表 | 第10-12页 |
第一章 绪论 | 第12-19页 |
1.1 课题来源和研究意义 | 第12页 |
1.1.1 课题来源 | 第12页 |
1.1.2 课题研究意义 | 第12页 |
1.2 刀具磨损状态监测研究现状 | 第12-17页 |
1.2.1 概述 | 第12-13页 |
1.2.2 传感器选择 | 第13-15页 |
1.2.3 特征提取 | 第15-16页 |
1.2.4 模式识别 | 第16-17页 |
1.3 课题的提出及研究内容 | 第17-19页 |
第二章 多尺度主元分析理论基础 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 主元分析 | 第19-24页 |
2.2.1 主元分析的由来 | 第19页 |
2.2.2 主元分析的投影理论 | 第19-21页 |
2.2.3 主元个数的选择 | 第21页 |
2.2.4 主元分析的几何意义 | 第21-23页 |
2.2.5 多变量统计方法的控制图及其控制限 | 第23-24页 |
2.3 小波分析 | 第24-26页 |
2.3.1 小波分析的由来 | 第24-25页 |
2.3.2 离散小波变换 | 第25页 |
2.3.3 Mallat算法 | 第25-26页 |
2.4 多尺度主元分析 | 第26-28页 |
2.4.1 主元分析的局限性 | 第26-27页 |
2.4.2 多尺度主元分析算法 | 第27-28页 |
2.4.3 小波分解尺度的选择 | 第28页 |
2.5 本章小结 | 第28-30页 |
第三章 基于MSPCA的刀具磨损状态监测方法验证 | 第30-50页 |
3.1 引言 | 第30页 |
3.2 铣削实验 | 第30-35页 |
3.2.1 实验材料及性能 | 第30-31页 |
3.2.2 铣削实验设置 | 第31-33页 |
3.2.3 切削参数设置 | 第33页 |
3.2.4 信号采集系统 | 第33-35页 |
3.3 信号预处理 | 第35-40页 |
3.3.1 滤波处理 | 第35-37页 |
3.3.2 信号截断处理 | 第37-40页 |
3.4 特征提取 | 第40-42页 |
3.4.1 时域特征分析 | 第40-41页 |
3.4.2 频域特征分析 | 第41-42页 |
3.4.3 训练样本与测试样本 | 第42页 |
3.5 基于MSPCA的刀具磨损监测模型建立 | 第42-44页 |
3.6 基于MSPCA的刀具磨损监测结果分析 | 第44-48页 |
3.7 本章小结 | 第48-50页 |
第四章 刀具磨损状态在线监测软件开发 | 第50-58页 |
4.1 引言 | 第50页 |
4.2 监测系统软件设计 | 第50-56页 |
4.2.2 各功能模块界面设计 | 第51-54页 |
4.2.3 刀具磨损监测软件应用分析 | 第54-56页 |
4.3 本章小结 | 第56-58页 |
第五章 总结和展望 | 第58-60页 |
5.1 总结 | 第58页 |
5.2 展望 | 第58-60页 |
参考文献 | 第60-65页 |
发表论文和参加科研情况说明 | 第65-66页 |
致谢 | 第66-67页 |