基于切削加工声音信号的刀具状态监测技术基础研究
| 第一章 绪论 | 第1-20页 |
| ·刀具状态监测技术的重要性 | 第13-14页 |
| ·刀具状态监测技术的研究现状 | 第14-17页 |
| ·本课题的提出及主要研究内容 | 第17-20页 |
| 第二章 声信号的处理方法 | 第20-37页 |
| ·声信号的时域分析方法 | 第20页 |
| ·声信号的频域分析方法 | 第20-22页 |
| ·小波分析的基本理论和工程理解 | 第22-37页 |
| 第三章 实验设计 | 第37-40页 |
| ·实验装置 | 第37-38页 |
| ·实验条件 | 第38-39页 |
| ·录音参数确定 | 第39-40页 |
| 第四章 特征向量提取 | 第40-53页 |
| ·特征向量提取的基本概念和任务 | 第40页 |
| ·基于切削声信号的转速识别 | 第40-45页 |
| ·切削声信号的时域特征提取 | 第45-46页 |
| ·切削声信号的频域特征提取 | 第46-48页 |
| ·基于小波分解的特征提取 | 第48-53页 |
| 第五章 刀具磨损状态识别 | 第53-70页 |
| ·模式识别的过程及常用方法 | 第53-55页 |
| ·人工神经网络 | 第55-59页 |
| ·应用BP 神经网络实现刀具磨损状态的识别 | 第59-70页 |
| 第六章 图像处理 | 第70-78页 |
| ·数字图像处理基本知识 | 第70-72页 |
| ·磨损图像的特征分析和边缘提取 | 第72-74页 |
| ·磨损量的检测 | 第74-75页 |
| ·比例尺的确定 | 第75-76页 |
| ·图像识别程序设计 | 第76页 |
| ·刀具磨损图像识别实例 | 第76-78页 |
| 第七章 刀具磨损状态识别程序设计与仿真应用 | 第78-82页 |
| ·刀具磨损状态识别系统组成与程序设计 | 第78-80页 |
| ·刀具磨损状态识别系统仿真实例 | 第80-82页 |
| 第八章 结论与展望 | 第82-84页 |
| ·结论 | 第82-83页 |
| ·对今后工作的展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间发表的论文 | 第88页 |
