| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题概述 | 第9-11页 |
| ·课题来源 | 第9页 |
| ·课题提出的背景 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·相关技术国内外研究概况 | 第11-14页 |
| ·铣削力间接测量技术 | 第11页 |
| ·铣削力预测模型的研究 | 第11-12页 |
| ·信号特征提取的小波分析技术 | 第12-13页 |
| ·基于神经网络的建模技术 | 第13-14页 |
| ·数控加工自适应控制技术 | 第14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 2 铣削力和进给伺服电流的特征值提取 | 第16-31页 |
| ·引言 | 第16页 |
| ·铣削加工过程分析 | 第16-18页 |
| ·进给传递系统的动力学模型 | 第16-17页 |
| ·机电转换过程分析 | 第17-18页 |
| ·铣削力的时域、频域分析 | 第18-23页 |
| ·进给伺服电流信号分析方法的选取 | 第23-27页 |
| ·传统信号分析方法的比较 | 第24-25页 |
| ·小波分析基础理论 | 第25-27页 |
| ·进给伺服电流信号特征值提取和时域、频域分析 | 第27-30页 |
| ·本章小节 | 第30-31页 |
| 3 基于BP 网络的铣削力和进给伺服电流的关系建模 | 第31-49页 |
| ·人工神经网络理论基础 | 第31-37页 |
| ·人工神经网络工作原理 | 第31-32页 |
| ·人工神经网络的学习方法 | 第32-33页 |
| ·神经网络主要类型 | 第33-36页 |
| ·神经网络设计方法 | 第36-37页 |
| ·基于BP 网络的铣削力和进给伺服电流关系建模 | 第37-40页 |
| ·神经网络结构设计 | 第37-38页 |
| ·神经网络建模 | 第38-40页 |
| ·模型参数优化 | 第40-48页 |
| ·模型参数的优化 | 第40-46页 |
| ·网络训练方法的比较 | 第46-47页 |
| ·优化模型的建立 | 第47-48页 |
| ·本章小节 | 第48-49页 |
| 4 预测模型的实验验证与分析 | 第49-57页 |
| ·测量实验平台的建立 | 第49-51页 |
| ·实验方案设计和数据采集 | 第51-54页 |
| ·实验方案设计 | 第51页 |
| ·数据采集和处理 | 第51-54页 |
| ·模型的实验验证和精度分析 | 第54-56页 |
| ·实验验证 | 第54-55页 |
| ·精度分析 | 第55-56页 |
| ·本章小节 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-64页 |