| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题背景及颤振预报技术的研究现状 | 第8-10页 |
| ·切削颤振形成机理 | 第10-12页 |
| ·HMM 及基于HMM 的混合模型应用于切削颤振预报的可行性分析 | 第12-14页 |
| ·论文主要研究内容及总体结构 | 第14-15页 |
| ·论文主要创新点、研究成果及研究意义 | 第15-16页 |
| ·论文主要研究成果 | 第15-16页 |
| ·论文创新点 | 第16页 |
| ·研究意义 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 机床切削颤振特征提取方法的研究 | 第17-29页 |
| ·基本概念 | 第17-18页 |
| ·切削信号特征提取方法的研究现状 | 第18-21页 |
| ·切削信号的选用 | 第19页 |
| ·特征提取方法 | 第19-21页 |
| ·基于小包波分解的切削信号特征提取方法 | 第21-24页 |
| ·小波变换与小波包分解 | 第21-23页 |
| ·基于小波包分解的特征提取方法 | 第23-24页 |
| ·基于Fourier 变换的切削信号特征提取方法 | 第24-27页 |
| ·傅立叶变换及短时傅立叶分析 | 第24-25页 |
| ·基于短时Fourier 变换思想的特征提取方法 | 第25-27页 |
| ·各种特征提取方法比较 | 第27-28页 |
| ·对颤振过渡过程频率转移特性的说明 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 HMM 在切削颤振在线监测中的应用 | 第29-40页 |
| ·隐马尔可夫模型 | 第29-31页 |
| ·隐马尔可夫模型理论 | 第29-30页 |
| ·隐马尔可夫模型的三个基本问题及其对应算法 | 第30-31页 |
| ·HMM 训练算法 | 第31-35页 |
| ·Baum-Welch 算法（DHMM） | 第31-32页 |
| ·Baum-Welch 算法（CDHMM） | 第32-34页 |
| ·HMM 其它训练算法 | 第34-35页 |
| ·HMM 初始模型选取 | 第35-37页 |
| ·基于分段K-均值算法初始化HMM 参数 | 第35-36页 |
| ·基于遗传算法优化HMM 初始模型参数 | 第36-37页 |
| ·基于HMM 的切削颤振监控方法 | 第37页 |
| ·基于HMM 的切削颤振监控方法实现及结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于HMM 与ANN 的切削状态监测方法 | 第40-50页 |
| ·人工神经网络 | 第40-42页 |
| ·反向传播算法(BP 法) | 第42-44页 |
| ·多层感知器在切削状态识别中的应用 | 第44-46页 |
| ·HMM 与MLP 的混合模型在切削颤振在线监控中的应用 | 第46-49页 |
| ·混合模型系统结构说明 | 第47-48页 |
| ·基于混合模型的切削颤振监控系统实验结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于HMM及SVM的机床切削颤振在线监测 | 第50-72页 |
| ·引言 | 第50页 |
| ·统计学习理论 | 第50-54页 |
| ·建模误差与推广性的界 | 第51-52页 |
| ·VC 维 | 第52-53页 |
| ·结构风险最小化 | 第53-54页 |
| ·支持向量机 | 第54-63页 |
| ·广义最优分类面 | 第54-56页 |
| ·支持向量机 | 第56-57页 |
| ·内积核函数 | 第57-58页 |
| ·SVM 训练算法 | 第58-62页 |
| ·SVM 参数选择 | 第62-63页 |
| ·SVM 用于多类型样本分类 | 第63-65页 |
| ·SVM 应用于函数回归 | 第65-67页 |
| ·SVM 在切削颤振在线监测中的应用 | 第67-68页 |
| ·SVM 应用于切削状态监测 | 第67页 |
| ·SVR 应用于切削状态特征趋势预测 | 第67-68页 |
| ·基于HMM 与SVM 混合模型的机床切削颤振在线预报实现 | 第68-70页 |
| ·各种监测方法的性能比较 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 基于HMM 的颤振预报系统开发 | 第72-81页 |
| ·系统开发环境简介——Visual C++ 6.0 | 第72页 |
| ·切削颤振监控系统基本结构 | 第72-73页 |
| ·信号采集模块 | 第73-74页 |
| ·状态监测模块 | 第74-76页 |
| ·信号分析模块 | 第76-78页 |
| ·模型训练模块 | 第78-79页 |
| ·系统其它功能 | 第79-80页 |
| ·问题及后续工作 | 第80页 |
| ·本章小结 | 第80-81页 |
| 第七章 机床切削颤振实验 | 第81-87页 |
| ·实验装置及实验仪器 | 第81-83页 |
| ·实验方案 | 第83-84页 |
| ·实验结果及说明 | 第84-85页 |
| ·实验结果讨论 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第八章 结论与展望 | 第87-90页 |
| ·本文总结 | 第87-88页 |
| ·未来展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第94-95页 |
| 致谢 | 第95页 |
