基于声音和图像的刀具磨损状态监测技术的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·机械制造过程中工况和故障诊断的特点 | 第7页 |
| ·刀具磨损状态监测的意义 | 第7-8页 |
| ·刀具磨损状态监测方法概述 | 第8-12页 |
| ·直接测量法 | 第9页 |
| ·间接测量法 | 第9-12页 |
| ·刀具磨损状态监测技术的发展趋势 | 第12页 |
| ·以声信号和图像为刀具磨损状态监测对象的研究现状 | 第12-14页 |
| ·本文的研究目的和主要内容 | 第14-16页 |
| 第二章 刀具磨损机理分析和实验设计 | 第16-26页 |
| ·刀具磨损基本特征和形态分析 | 第16-17页 |
| ·刀具的磨损过程和磨钝标准 | 第17-19页 |
| ·刀具的磨损过程 | 第17-18页 |
| ·刀具的磨钝标准 | 第18-19页 |
| ·切削声信号和工件纹理的基本形态 | 第19-20页 |
| ·切削声信号的波形特征 | 第19-20页 |
| ·工件表面纹理的形态 | 第20页 |
| ·影响切削声信号的因素 | 第20-21页 |
| ·影响工件表面纹理的因素 | 第21-22页 |
| ·实验方案的设计 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于时频特征的切削声信号分析 | 第26-41页 |
| ·时域统计分析方法 | 第26-28页 |
| ·有效值和峰值判断方法 | 第26-27页 |
| ·歪度指标和峭度指标 | 第27-28页 |
| ·其他无量纲性指标 | 第28页 |
| ·相关分析方法 | 第28-29页 |
| ·自相关函数的快速傅立叶变换计算方法 | 第28-29页 |
| ·互相关函数的快速傅立叶变换计算方法 | 第29页 |
| ·功率谱分析方法 | 第29-33页 |
| ·功率谱密度估计的方法比较 | 第29-32页 |
| ·周期图法 | 第30-31页 |
| ·Welch法 | 第31-32页 |
| ·频谱泄漏及加窗处理 | 第32页 |
| ·谱分析的基本步骤 | 第32-33页 |
| ·实验数据的处理和分析 | 第33-40页 |
| ·信号的时域特征分析 | 第33-36页 |
| ·自相关函数的比较 | 第36-37页 |
| ·信号的频域特征分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于纹理特征的工件表面图像分析 | 第41-55页 |
| ·区域的纹理特征 | 第41-42页 |
| ·纹理分析的基本方法 | 第42-46页 |
| ·像素空间投影分析法 | 第42页 |
| ·灰度共生矩阵法 | 第42-45页 |
| ·等灰度行程长度法 | 第45-46页 |
| ·实验数据的处理和分析 | 第46-54页 |
| ·基于像素空间投影的纹理分析 | 第47-49页 |
| ·基于灰度共生矩阵的纹理分析 | 第49-51页 |
| ·基于等灰度行程长度的纹理分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 多信息融合技术的研究 | 第55-65页 |
| ·信息融合技术简介 | 第55-57页 |
| ·信息融合的关键技术 | 第55-56页 |
| ·信息融合的层次结构 | 第56页 |
| ·信息融合的可靠性分析 | 第56-57页 |
| ·以神经网络为基础的信息融合技术研究 | 第57-59页 |
| ·人工神经网络的特点 | 第57-58页 |
| ·多层前馈网络和BP算法 | 第58-59页 |
| ·实验数据的融合处理 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·全文总结 | 第65页 |
| ·进一步研究和展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间完成的论文 | 第71页 |
