基于粗糙集神经网络的数控机床滚珠丝杠副故障诊断研究
| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题来源 | 第12页 |
| ·课题研究的目的与意义 | 第12-13页 |
| ·国内外滚珠丝杠副故障诊断研究现状 | 第13-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第2章 滚珠丝杠副及其故障机理分析 | 第18-24页 |
| ·滚珠丝杠副简介 | 第18-19页 |
| ·滚珠丝杠副故障机理分析 | 第19-23页 |
| ·滚珠丝杠副传动系统典型失效分析 | 第19-20页 |
| ·滚珠丝杠副常见故障对数控机床进给系统的影响 | 第20-21页 |
| ·数控机床滚珠丝杠副常见故障分析 | 第21-22页 |
| ·滚珠丝杠副振动特征分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 滚珠丝杠副故障诊断系统的硬件设计 | 第24-38页 |
| ·引言 | 第24页 |
| ·传感器的选择 | 第24-28页 |
| ·加速度传感器 | 第24-26页 |
| ·温度传感器 | 第26-28页 |
| ·LC0207 恒流源模块 | 第28-30页 |
| ·数控机床伺服误差信息 | 第30-32页 |
| ·数据采集系统硬件设计 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 滚珠丝杠副故障诊断系统的软件设计 | 第38-52页 |
| ·引言 | 第38页 |
| ·LabVIEW 简介 | 第38-41页 |
| ·MATLAB Script Node 节点 | 第41-42页 |
| ·软件系统总体设计 | 第42-45页 |
| ·故障诊断系统模块设计 | 第45-51页 |
| ·数据采集模块 | 第45-46页 |
| ·数据分析模块 | 第46-47页 |
| ·数据存储模块 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 EMD 时频信号处理方法 | 第52-58页 |
| ·引言 | 第52页 |
| ·EMD 基本原理 | 第52-53页 |
| ·基于镜像极值延拓的端点效应处理方法 | 第53-56页 |
| ·端点效应 | 第53-54页 |
| ·基于镜像延拓的端点效应抑制方法 | 第54-56页 |
| ·基于 EMD 的特征提取方法 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 粗糙集与神经网络结合的数据融合方法 | 第58-76页 |
| ·粗糙集理论 | 第58-62页 |
| ·粗糙集基本概念 | 第58-60页 |
| ·粗糙集数据处理及 Rosetta 软件 | 第60-62页 |
| ·基于 BP 神经网络的多源信息融合 | 第62-68页 |
| ·多源信息融合方法 | 第62页 |
| ·BP 网络 | 第62-65页 |
| ·BP 网络的学习算法 | 第65-68页 |
| ·MATLAB 神经网络工具箱的应用 | 第68-69页 |
| ·粗糙集与 BP 网络结合方法分析 | 第69-73页 |
| ·粗糙集与神经网络结合的必要性与可能性 | 第69-71页 |
| ·粗糙集与 BP 网络结合方式 | 第71-73页 |
| ·粗糙集神经网络故障诊断系统模型实现过程 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第7章 实验及数据分析 | 第76-100页 |
| ·实验系统组成 | 第76-78页 |
| ·实验步骤 | 第78-79页 |
| ·实验分析 | 第79-99页 |
| ·滚珠丝杠副故障诊断图像分析 | 第79-95页 |
| ·数据的选取 | 第95页 |
| ·决策表生成 | 第95-96页 |
| ·决策表离散化 | 第96-97页 |
| ·属性约简 | 第97-98页 |
| ·基于 BP 神经网络的滚珠丝杠副故障诊断 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第8章 结论与展望 | 第100-102页 |
| ·工作总结 | 第100-101页 |
| ·工作展望 | 第101-102页 |
| 参考文献 | 第102-107页 |
| 攻读硕士期间发表的学术论文 | 第107-108页 |
| 致谢 | 第108页 |
