| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-20页 |
| ·研究刀具磨损状态监测技术的目的 | 第13-14页 |
| ·刀具磨损状态监测技术 | 第14-16页 |
| ·监测信号的选取 | 第14页 |
| ·信息处理技术的研究 | 第14-16页 |
| ·刀具磨损状态诊断与识别 | 第16页 |
| ·声发射技术 | 第16-18页 |
| ·声发射技术的发展经历 | 第16-17页 |
| ·声发射现象 | 第17-18页 |
| ·声发射信号的特性分析 | 第18页 |
| ·本文的主要研究内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 刀具磨损原理与刀具磨损监测系统 | 第20-32页 |
| ·刀具磨损 | 第20-27页 |
| ·刀具磨损形态 | 第20-22页 |
| ·刀具磨损的原因 | 第22-25页 |
| ·刀具磨损过程及磨钝标准 | 第25-27页 |
| ·刀具磨损监测系统 | 第27-31页 |
| ·监测系统框架 | 第27页 |
| ·监测系统的硬件设计 | 第27-30页 |
| ·监测系统的软件设计 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 滤波预处理的 HHT 分析 | 第32-47页 |
| ·HHT 概述 | 第32-34页 |
| ·滤波技术 | 第34-35页 |
| ·最佳小波包滤波预处理的 HHT 分析 | 第35-40页 |
| ·小波包分解与重构 | 第35页 |
| ·最佳小波包分解 | 第35-36页 |
| ·最佳小波包滤波的实现 | 第36-37页 |
| ·最佳小波包滤波的实验分析 | 第37-40页 |
| ·STEIN 无偏似然估计滤波预处理的 HHT 分析 | 第40-42页 |
| ·SURE 原理介绍 | 第40-41页 |
| ·Stein 无偏似然估计滤波的实验分析 | 第41-42页 |
| ·HHT 滤波 | 第42-45页 |
| ·HHT 滤波原理 | 第42-43页 |
| ·HHT 滤波的实验分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 HHT 改进及声发射信号特征提取 | 第47-62页 |
| ·停止准则改进 | 第48页 |
| ·端点效应改进 | 第48-53页 |
| ·端点效应分析 | 第48-49页 |
| ·解决端点效应的常用方法 | 第49-51页 |
| ·Rilling 对称延拓 | 第51-53页 |
| ·虚假分量剔除 | 第53页 |
| ·HHT 改进的仿真分析 | 第53-55页 |
| ·声发射信号的特征提取 | 第55-61页 |
| ·提取 IMF 分量的归一化能量作为特征值 | 第58-60页 |
| ·提取 EMD 能量熵作为特征值 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 刀具磨损状态的识别 | 第62-72页 |
| ·支持向量机的基本概述 | 第62-66页 |
| ·VC 维理论 | 第62-63页 |
| ·结构风险最小化 | 第63-66页 |
| ·支持向量机原理 | 第66-68页 |
| ·支持向量机基本算法 | 第66页 |
| ·支持向量机的分类 | 第66-68页 |
| ·最小二乘支持向量机 | 第68-71页 |
| ·最小二乘支持向量机概述 | 第68-69页 |
| ·LS-SVM 的分类算法 | 第69-70页 |
| ·刀具磨损状态识别的实验分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第79页 |