刀具磨损状态监测系统研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 符号说明 | 第8-9页 |
| 第1章 绪论 | 第9-27页 |
| ·刀具监控的目的和意义 | 第9-10页 |
| ·刀具监控技术的发展过程与研究现状 | 第10-13页 |
| ·刀具监控技术的发展过程 | 第10-11页 |
| ·国外刀具监控技术的研究现状 | 第11页 |
| ·国内刀具监控技术的研究现状 | 第11-13页 |
| ·刀具监控系统的组成 | 第13-14页 |
| ·信号监测 | 第13页 |
| ·特征提取 | 第13-14页 |
| ·状态识别 | 第14页 |
| ·刀具状态监测的关键技术及发展趋势 | 第14-24页 |
| ·传感器技术 | 第14-15页 |
| ·基于神经网络的多传感器信息融合技术 | 第15-17页 |
| ·信号处理技术 | 第17-20页 |
| ·智能学习决策技术 | 第20-23页 |
| ·刀具状态监控技术的发展趋势 | 第23-24页 |
| ·刀具监测系统存在的问题与对策 | 第24-25页 |
| ·刀具监测系统存在的问题 | 第24-25页 |
| ·解决存在问题的对策 | 第25页 |
| ·本论文的主要内容 | 第25-27页 |
| 第2章 刀具的故障特征与诊断方法 | 第27-43页 |
| ·刀具的磨损 | 第27-29页 |
| ·前刀面磨损(月牙洼磨损) | 第27-28页 |
| ·后刀面磨损 | 第28-29页 |
| ·边界磨损 | 第29页 |
| ·刀具的破损 | 第29-31页 |
| ·脆性破损 | 第30-31页 |
| ·塑性破损 | 第31页 |
| ·刀具磨损过程及磨钝标准 | 第31-34页 |
| ·刀具磨损过程的三个阶段 | 第31-32页 |
| ·刀具的磨钝标准 | 第32-34页 |
| ·刀具状态的诊断方法 | 第34-41页 |
| ·直接法 | 第37-38页 |
| ·间接法 | 第38-41页 |
| ·应用现代信息处理技术监控刀具状态 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第3章 刀具磨损监测的信号处理 | 第43-53页 |
| ·刀具磨损监测信号的选择 | 第43-45页 |
| ·切削力信号的信号分析 | 第45-52页 |
| ·切削力信号的时域分析 | 第45页 |
| ·切削力信号的频域分析 | 第45-48页 |
| ·切削力信号的多分辨率小波分析及特征提取 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 刀具磨损监测的神经网络识别技术 | 第53-67页 |
| ·神经网络 | 第53-55页 |
| ·BP神经网络 | 第55-62页 |
| ·BP网络的学习过程 | 第55-57页 |
| ·传输函数及误差函数 | 第57-59页 |
| ·网络的学习规则一梯度下降算法 | 第59-60页 |
| ·BP网络的优缺点 | 第60-62页 |
| ·选择最佳隐含层神经元数目 | 第62-64页 |
| ·神经网络在刀具磨损状态识别中的应用 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 刀具磨损状态监测系统的建立 | 第67-75页 |
| ·实验方案 | 第67-69页 |
| ·实验装置简介 | 第67-68页 |
| ·刀具磨损的正交实验 | 第68-69页 |
| ·切削力信号的特征提取 | 第69-71页 |
| ·BP神经网络的建立及相关参数的选择 | 第71页 |
| ·建立刀具磨损状态监测系统 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 总结及展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 学位论文评阅及答辩情况表 | 第82页 |
