基于信号特征分析的点焊质量在线监控方法的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-22页 |
| ·问题的提出 | 第6页 |
| ·电阻焊质量监控的信息 | 第6-14页 |
| ·焊接电流 | 第8-9页 |
| ·电极间电压 | 第9-10页 |
| ·动态电阻 | 第10-11页 |
| ·电极力 | 第11-12页 |
| ·电极位移 | 第12页 |
| ·声发射监控技术 | 第12-13页 |
| ·超声波监控技术 | 第13页 |
| ·红外辐射和温度监控技术 | 第13-14页 |
| ·信号分析方法概述 | 第14-18页 |
| ·时域分析方法 | 第14-15页 |
| ·频域分析方法 | 第15-17页 |
| ·时频分析方法 | 第17页 |
| ·统计分析方法 | 第17-18页 |
| ·基于回归分析理论的点焊质量监测方法 | 第18页 |
| ·模式识别及故障诊断方法 | 第18-20页 |
| ·统计识别法 | 第18-19页 |
| ·函数识别法 | 第19页 |
| ·逻辑识别法 | 第19页 |
| ·模糊识别法 | 第19页 |
| ·神经网络识别法 | 第19-20页 |
| ·本文的研究内容 | 第20-22页 |
| 第二章 信号采集 | 第22-30页 |
| ·数据采集系统组成 | 第22-23页 |
| ·ROGOWSKI线圈大电流传感器 | 第23-26页 |
| ·数据采集软件 | 第26-27页 |
| ·试验结果 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 电阻点焊信号特征分析 | 第30-51页 |
| ·时域分析 | 第30-37页 |
| ·焊接电流、电压信号初步研究 | 第30-34页 |
| ·动态电阻、功率信号初步研究 | 第34-37页 |
| ·频域分析 | 第37-40页 |
| ·傅里叶谱 | 第37-39页 |
| ·功率密度谱 | 第39-40页 |
| ·时频分析 | 第40-50页 |
| ·短时傅里叶分析 | 第40-43页 |
| ·小波分析 | 第43-46页 |
| ·信号的小波降噪 | 第46页 |
| ·Daubechies小波 | 第46-47页 |
| ·小波分析与傅立叶变换的比较 | 第47-48页 |
| ·焊接电压、电流信号的小波变换 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于神经网络的电阻点焊熔核尺寸预测 | 第51-78页 |
| ·人工神经网络在信息处理中的基本特点 | 第51-52页 |
| ·多层前向神经网络的逼近能力和训练算法 | 第52-54页 |
| ·多层前向神经网络的逼近能力 | 第52页 |
| ·误差反向传播算法(BP) | 第52-54页 |
| ·向量空间的构成及其归一化 | 第54-55页 |
| ·BP网络应用设计 | 第55-58页 |
| ·BP算法存在的问题分析 | 第58-60页 |
| ·学习过程收敛速度慢的原因 | 第58-59页 |
| ·易陷于局部极小 | 第59页 |
| ·BP算法所得的网络容错能力较差 | 第59-60页 |
| ·BP网络的改进算法 | 第60-61页 |
| ·改进算法BP网络的应用设计 | 第61-63页 |
| ·自适应学习速率及附加动量学习算法 | 第61-62页 |
| ·前向网络的自构形学习算法 | 第62页 |
| ·采用改进算法网络的训练结果 | 第62-63页 |
| ·BP网络设计过程中应注意的问题 | 第63-66页 |
| ·径向基函数网络 | 第66-76页 |
| ·RBF网络 | 第66-68页 |
| ·插值问题 | 第68-69页 |
| ·正规化问题 | 第69-71页 |
| ·RBF网络学习方法 | 第71-73页 |
| ·训练结果 | 第73-75页 |
| ·网络设计过程中应注意的问题 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第五章 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读研究生期间发表的论文 | 第85页 |
