基于小波理论和神经网络的微孔钻削在线实时监控系统
| 第1章 绪论 | 第1-12页 |
| ·课题研究的目的及意义 | 第7-8页 |
| ·国内外研究状况、水平及发展趋势 | 第8-11页 |
| ·本课题主要的研究内容 | 第11-12页 |
| 第2章 微孔钻削在线监测系统的软硬件设计 | 第12-24页 |
| ·微孔钻削在线监测的硬件系统 | 第12-13页 |
| ·硬件系统的原理和组成 | 第12页 |
| ·N16013 数据采集卡 | 第12-13页 |
| ·微孔钻削在线监测系统的软件设计 | 第13-23页 |
| ·系统的软件平台 | 第13-14页 |
| ·系统软件设计 | 第14-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 微孔钻削力信号分析与特征向量提取 | 第24-47页 |
| ·测力仪的标定 | 第24-27页 |
| ·钻削力的频域分析 | 第27-30页 |
| ·扭矩信号的小波分析 | 第30-46页 |
| ·小波分析概述 | 第31-33页 |
| ·小波变换的马拉算法 | 第33-37页 |
| ·扭矩信号小波分析中小波基的选择 | 第37-45页 |
| ·扭矩信号动态成分的特征量提取 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 微孔钻削力监测系统的神经网络模型研究 | 第47-63页 |
| ·人工神经网络概述 | 第47-51页 |
| ·人工神经网络的基本特点 | 第47-48页 |
| ·神经网络的拓扑结构 | 第48-50页 |
| ·神经网络的激活函数 | 第50页 |
| ·神经网络的学习方法 | 第50-51页 |
| ·BP神经网络的设计及其算法改进 | 第51-57页 |
| ·BP网络概述 | 第51-52页 |
| ·BP网络算法 | 第52-53页 |
| ·BP网络算法改进 | 第53-54页 |
| ·BP网络设计 | 第54-57页 |
| ·脱机实验 | 第57-61页 |
| ·归一化处理 | 第58页 |
| ·网络训练阶段 | 第58-61页 |
| ·实时监测实验 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 中英文摘要 | 第67-71页 |
| 致谢 | 第71页 |
