摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-20页 |
1.1 课题的来源及研究的目的和意义 | 第11-12页 |
1.2 电火花线切割技术领域研究现状 | 第12-13页 |
1.3 电火花放电状态检测技术的研究现状 | 第13-18页 |
1.3.1 传统放电状态检测方法的研究现状 | 第13-16页 |
1.3.2 现代智能放电状态检测方法的研究现状 | 第16-18页 |
1.4 课题的主要研究内容 | 第18-20页 |
第2章 线切割放电特征及阈值的选择 | 第20-33页 |
2.1 线切割加工的放电特征 | 第20-25页 |
2.1.1 电火花线切割五种放电状态 | 第20-21页 |
2.1.2 放电状态波形采集 | 第21-22页 |
2.1.3 不同介质加工的放电状态波形图 | 第22-25页 |
2.2 不同介质加工机理及其放电状态特点 | 第25-29页 |
2.2.1 加工极间放电通道形成 | 第26页 |
2.2.2 加工极间放电通道扩散 | 第26页 |
2.2.3 加工电极材料的抛出 | 第26-27页 |
2.2.4 加工极间介质消电离 | 第27页 |
2.2.5 水雾中线切割特性及放电状态特点分析 | 第27-29页 |
2.3 线切割放电状态的阈值分析与确定 | 第29-32页 |
2.3.1 放电状态对应电信号的阈值分析 | 第29-30页 |
2.3.2 不同介质的各个放电状态阈值的确定 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第3章 基于PNN神经网络的检测算法编程及分析 | 第33-43页 |
3.1 神经网络应用理论 | 第33页 |
3.2 PNN神经网络概述 | 第33-35页 |
3.2.1 PNN神经网络的层次结构 | 第34-35页 |
3.2.2 基于放电状态检测的PNN网络特征 | 第35页 |
3.3 PNN神经网络编写及MATLAB实现 | 第35-39页 |
3.3.1 PNN神经网络的模型设计 | 第35-36页 |
3.3.2 基于PNN网络的MATLAB程序编制训练与验证 | 第36-38页 |
3.3.3 PNN网络算法与前期研究算法对比 | 第38-39页 |
3.4 GRNN神经网络应用编写及MATLAB实现 | 第39-42页 |
3.4.1 GRNN神经网络的概述 | 第39-41页 |
3.4.2 GRNN神经网络模型建立及MATLAB实现 | 第41-42页 |
3.5 本章小结 | 第42-43页 |
第4章 放电状态检测系统设计及平台搭建 | 第43-58页 |
4.1 检测系统功能性的总体分析及设计 | 第43-46页 |
4.1.1 检测系统功能特性及设计 | 第43-44页 |
4.1.2 检测系统结构设计 | 第44-46页 |
4.2 检测系统信号采集模块设计 | 第46-48页 |
4.2.1 电信号采集设备的选择 | 第46-47页 |
4.2.2 数据采集卡的选择 | 第47-48页 |
4.2.3 外界元件电源的选择 | 第48页 |
4.3 检测系统信号处理模块设计 | 第48-54页 |
4.3.1 硬件驱动和管理程序 | 第49-50页 |
4.3.2 电信号数据还原存储程序 | 第50-51页 |
4.3.3 PNN放电状态网络识别程序及GRNN网络的调用 | 第51页 |
4.3.4 脉冲波形积分和存储程序 | 第51-52页 |
4.3.5 脉冲类型统计程序 | 第52-53页 |
4.3.6 工艺预测程序 | 第53-54页 |
4.3.7 检测结果报表程序 | 第54页 |
4.4 检测系统的显示界面设计 | 第54-56页 |
4.4.1 检测系统登录界面 | 第54-55页 |
4.4.2 检测系统的主界面 | 第55-56页 |
4.5 本章小结 | 第56-58页 |
第5章 放电状态检测系统的切割应用实验 | 第58-82页 |
5.1 实验设备及条件 | 第58-59页 |
5.2 放电状态检测系统验证实验 | 第59-60页 |
5.3 液中主切割实验 | 第60-64页 |
5.4 蒸汽水雾及液中半精加工实验 | 第64-66页 |
5.5 精加工间隙特性实验 | 第66-79页 |
5.5.1 四种介质切割特性分析对比实验 | 第66-70页 |
5.5.2 中厚度工件切割特性分析对比实验 | 第70-79页 |
5.6 本章小结 | 第79-82页 |
结论 | 第82-83页 |
参考文献 | 第83-87页 |
攻读硕士学位期间发表的学术成果 | 第87-88页 |
致谢 | 第88页 |