基于分形理论的刀具磨损状态识别与磨损量预测方法研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及研究的目的和意义 | 第11页 |
| 1.2 刀具状态监测技术国内外发展概况 | 第11-14页 |
| 1.2.1 监测信号的选择 | 第12-13页 |
| 1.2.2 特征向量的构建 | 第13页 |
| 1.2.3 状态识别和预测技术 | 第13-14页 |
| 1.3 分形理论国内外发展综述 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 研究方法及技术路线 | 第15-17页 |
| 第2章 刀具磨损实验系统 | 第17-26页 |
| 2.1 刀具的磨损形式及标准 | 第17-21页 |
| 2.1.1 刀具的正常磨损形式 | 第17-18页 |
| 2.1.2 刀具的磨损过程及磨钝标准 | 第18-21页 |
| 2.2 监测信号的确定 | 第21-22页 |
| 2.3 刀具磨损声发射信号的采集 | 第22-25页 |
| 2.3.1 实验数据采集系统构成 | 第22-23页 |
| 2.3.2 实验对象及加工参数的确定 | 第23-24页 |
| 2.3.3 实验信号采集步骤 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 声发射信号降噪预处理 | 第26-34页 |
| 3.1 小波变换的基本理论 | 第26-28页 |
| 3.1.1 小波的定义 | 第26页 |
| 3.1.2 小波变换原理 | 第26-28页 |
| 3.1.3 小波去噪方法 | 第28页 |
| 3.2 小波阈值参数的选择 | 第28-31页 |
| 3.2.1 小波基函数的选择 | 第28-29页 |
| 3.2.2 分解层数的选择 | 第29-30页 |
| 3.2.3 阈值的选取 | 第30页 |
| 3.2.4 阈值函数的选取 | 第30-31页 |
| 3.3 改进阈值函数小波降噪 | 第31-33页 |
| 3.3.1 小波阈值降噪过程 | 第31-32页 |
| 3.3.2 去噪效果评价指标 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于分形理论的刀具磨损特征提取 | 第34-47页 |
| 4.1 分形理论概述 | 第34-36页 |
| 4.1.1 分形的定义 | 第34页 |
| 4.1.2 自相似性和标度不变性 | 第34-35页 |
| 4.1.3 多重分形理论 | 第35-36页 |
| 4.2 多重分形谱实现方法 | 第36-39页 |
| 4.2.1 多重分形谱的计算 | 第36-37页 |
| 4.2.2 MF-DFA的计算 | 第37-38页 |
| 4.2.3 多重分形谱参数 | 第38-39页 |
| 4.3 基于多重分形谱的刀具磨损状态特征提取 | 第39-46页 |
| 4.3.1 多重分形几何特性分析 | 第39-42页 |
| 4.3.2 多重分形特征提取 | 第42-44页 |
| 4.3.3 MF-DFA方法特征提取 | 第44-45页 |
| 4.3.4 多重分形特征参数优选 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 刀具磨损分类与磨损量预测方法研究 | 第47-56页 |
| 5.1 刀具磨损状态分类研究 | 第47-51页 |
| 5.1.1 LS-SVM分类算法 | 第47-48页 |
| 5.1.2 刀具磨损分类实例分析 | 第48-51页 |
| 5.2 基于LS-SVM回归算法的刀具磨损量预测 | 第51-55页 |
| 5.2.1 LS-SVM的回归算法 | 第51-52页 |
| 5.2.2 预测误差分析指标 | 第52-53页 |
| 5.2.3 刀具磨损量预测实例分析 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
