基于声发射的铣刀破损监测研究
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-24页 |
·刀具状态监测的意义 | 第12-13页 |
·刀具破损形式 | 第13-14页 |
·刀具塑性破损 | 第13页 |
·刀具脆性破损 | 第13-14页 |
·刀具状态监测国内外研究现状 | 第14-23页 |
·传感器技术 | 第15-19页 |
·声发射 | 第16-17页 |
·切削力 | 第17-18页 |
·其他 | 第18-19页 |
·信号处理技术 | 第19-20页 |
·时域和频域分析 | 第19-20页 |
·时频分析 | 第20页 |
·决策判断技术 | 第20-23页 |
·阈值法 | 第21页 |
·智能方法 | 第21-23页 |
·其他方法 | 第23页 |
·本文主要研究内容 | 第23-24页 |
第二章 铣刀破损试验 | 第24-33页 |
·试验目的 | 第24页 |
·试验系统 | 第24-29页 |
·硬件构成 | 第25-27页 |
·软件构成 | 第27-29页 |
·试验内容 | 第29-32页 |
·试验影响因素选择 | 第29-30页 |
·正交试验法 | 第30-31页 |
·试验步骤 | 第31-32页 |
·本章小结 | 第32-33页 |
第三章 AE 信号处理与刀具破损特征选择 | 第33-61页 |
·时域分析 | 第33-34页 |
·频域分析 | 第34页 |
·小波变换 | 第34-41页 |
·连续小波变换 | 第35-37页 |
·离散小波变换 | 第37-38页 |
·多分辨率分析 | 第38-41页 |
·AE 信号的特征分析 | 第41-48页 |
·AE 信号的时域特征 | 第41-42页 |
·AE 信号的频域特征 | 第42-43页 |
·AE 信号的小波分析 | 第43-48页 |
·AE 信号的小波变换 | 第43-44页 |
·基于小波变换的特征提取 | 第44-48页 |
·特征量的优化 | 第48-54页 |
·特征量对刀具状态的敏感度 | 第48-50页 |
·特征量对切削用量的敏感度 | 第50-54页 |
·切入切出过程AE 信号特征分析 | 第54-60页 |
·正常切入切出信号特征 | 第54-57页 |
·切入破损与切出破损信号特征 | 第57-59页 |
·切入切出特征差异的原因分析 | 第59-60页 |
·本章小结 | 第60-61页 |
第四章 基于支持向量机的铣刀破损监测 | 第61-71页 |
·支持向量机 | 第61-65页 |
·统计学习理论 | 第61-62页 |
·支持向量机理论 | 第62-65页 |
·线性支持向量机 | 第62-64页 |
·非线性支持向量机 | 第64-65页 |
·支持向量机在铣刀破损监测中的应用 | 第65-68页 |
·相关参数的确定 | 第65-66页 |
·训练样本的选取 | 第66页 |
·测试样本的选取 | 第66-68页 |
·基于支持向量机的铣刀破损监测测试结果分析 | 第68-70页 |
·本章小结 | 第70-71页 |
第五章 总结与展望 | 第71-73页 |
·主要结论 | 第71-72页 |
·研究展望 | 第72-73页 |
参考文献 | 第73-78页 |
致谢 | 第78-79页 |
攻读硕士学位期间发表的学术论文 | 第79-80页 |
附表 A | 第80-86页 |