| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景 | 第9-17页 |
| ·刀具磨损监测技术发展概况 | 第10-15页 |
| ·刀具磨损监测系统简介 | 第15-17页 |
| ·研究现状与未来研究发展方向 | 第17-18页 |
| ·论文的研究意义 | 第18-19页 |
| ·论文章节安排 | 第19-21页 |
| 第二章 刀具检测信号的获取及其分析处理方法研究 | 第21-34页 |
| ·刀具磨损的基本特征和形态分析 | 第21-22页 |
| ·刀具的磨损过程和磨钝标准 | 第22-23页 |
| ·刀具的磨损过程 | 第22-23页 |
| ·刀具的磨钝标准 | 第23页 |
| ·信号分析处理方法基础 | 第23-26页 |
| ·信号的时域统计特性 | 第24-25页 |
| ·信号的频域分析 | 第25-26页 |
| ·短时傅里叶变换(STFT) | 第26-27页 |
| ·小波分析 | 第27-33页 |
| ·小波函数及小波变换 | 第27-29页 |
| ·多分辨率分析及小波包分解 | 第29-32页 |
| ·基于小波包的信号特征提取 | 第32-33页 |
| ·小波包分解的能量特征分析方法 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第三章 刀具检测信号的特征提取 | 第34-51页 |
| ·DART750铣削加工中心及实验条件 | 第34页 |
| ·切削力信号的特征提取 | 第34-43页 |
| ·切削力时频分析 | 第35-39页 |
| ·切削力小波分析 | 第39-42页 |
| ·切削力信号特征提取 | 第42-43页 |
| ·振动信号的特征提取 | 第43-50页 |
| ·振动信号的时频分析 | 第43-45页 |
| ·振动信号的小波分析 | 第45-50页 |
| ·振动信号的特征提取体 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于多传感器的刀具磨损状态识别研究 | 第51-62页 |
| ·多传感器信息融合技术 | 第51-53页 |
| ·神经网络 | 第53-55页 |
| ·DART750铣削加工中心刀具磨损检测系统的 BP网络 | 第55-61页 |
| ·网络结构 | 第56页 |
| ·BP算法 | 第56-57页 |
| ·DART750加工中心多传感器的刀具磨损状态识别 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |