摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-23页 |
1.1 引言 | 第9-10页 |
1.2 电火花小孔加工技术研究现状 | 第10-11页 |
1.3 电火花数控系统研究现状 | 第11-13页 |
1.4 穿透检测技术研究现状 | 第13-18页 |
1.5 机器学习算法对电火花加工的研究现状 | 第18-20页 |
1.6 课题研究意义 | 第20-21页 |
1.7 本文研究的主要内容 | 第21-23页 |
第二章 高速电火花小孔加工控制系统设计 | 第23-39页 |
2.1 引言 | 第23页 |
2.2 高速电火花小孔加工控制系统体系结构 | 第23-26页 |
2.3 控制系统上位机设计 | 第26-28页 |
2.3.1 上位机开发平台 | 第26-27页 |
2.3.2 上位机功能模块设计 | 第27-28页 |
2.4 控制系统下位机设计 | 第28-33页 |
2.4.1 下位机开发平台 | 第28-29页 |
2.4.2 基于分层有限状态机的下位机控制流程设计 | 第29-32页 |
2.4.3 基于单位弧长增量插补法的下位机插补模块 | 第32-33页 |
2.5 上下位机通讯协议及数控系统远程监控 | 第33-38页 |
2.5.1 上下位机通讯协议设计 | 第33-35页 |
2.5.2 数控系统远程监控 | 第35-38页 |
2.6 本章小结 | 第38-39页 |
第三章 放电状态检测单元软硬件设计 | 第39-46页 |
3.1 引言 | 第39页 |
3.2 放电状态检测技术分析 | 第39-41页 |
3.3 间隙放电状态检测单元实验平台 | 第41-42页 |
3.4 间隙放电状态检测单元软硬件设计 | 第42-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于支持向量机回归算法的电极损耗预测 | 第46-58页 |
4.1 引言 | 第46-47页 |
4.2 支持向量机回归算法 | 第47-49页 |
4.3 基于支持向量机回归算法的电极损耗预测模型 | 第49-53页 |
4.3.1 电极损耗模型特征量分析 | 第49-52页 |
4.3.2 电极损耗预测的SVR模型 | 第52-53页 |
4.4 实验验证 | 第53-57页 |
4.5 本章小结 | 第57-58页 |
第五章 基于支持向量机的穿透检测系统 | 第58-71页 |
5.1 引言 | 第58页 |
5.2 支持向量机分类算法 | 第58-61页 |
5.3 穿透检测实验平台 | 第61-62页 |
5.4 基于支持向量机分类算法的穿透检测模型 | 第62-67页 |
5.4.1 穿透检测模型特征量分析 | 第62-65页 |
5.4.2 穿透检测的SVC模型 | 第65-67页 |
5.5 基于支持向量机的穿透检测系统和实验验证 | 第67-70页 |
5.6 本章小结 | 第70-71页 |
第六章 总结 | 第71-74页 |
6.1 论文主要研究内容 | 第71-73页 |
6.2 论文主要创新点 | 第73页 |
6.3 研究展望 | 第73-74页 |
参考文献 | 第74-79页 |
致谢 | 第79-80页 |
攻读硕士学位期间已发表或录用的论文 | 第80-82页 |