基于神经网络的柔性制造系统的故障诊断研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-14页 |
| 1.1.1 柔性制造系统的发展 | 第10-13页 |
| 1.1.2 故障诊断技术的发展 | 第13-14页 |
| 1.2 本论文主要研究工作 | 第14-16页 |
| 第二章 柔性制造系统故障诊断体系研究 | 第16-25页 |
| 2.1 柔性制造系统故障诊断总体设计思路 | 第17-21页 |
| 2.1.1 故障诊断的基本体系 | 第17-19页 |
| 2.1.2 柔性制造系统故障诊断体系 | 第19-21页 |
| 2.2 柔性制造系统故障诊断实现原理 | 第21-23页 |
| 2.2.1 监测信号的选择 | 第21-22页 |
| 2.2.2 信号的特征提取 | 第22页 |
| 2.2.3 故障诊断的实现 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 柔性制造系统及其故障分析 | 第25-45页 |
| 3.1 柔性制造系统的定义 | 第25页 |
| 3.2 柔性制造系统的分类及特点 | 第25-27页 |
| 3.2.1 柔性制造系统的分类 | 第25-26页 |
| 3.2.2 柔性制造系统的特点 | 第26-27页 |
| 3.3 柔性制造系统的组成、原理及作用 | 第27-29页 |
| 3.3.1 柔性制造系统的一般组成 | 第27-28页 |
| 3.3.2 柔性制造系统的工作原理 | 第28-29页 |
| 3.4 柔性制造系统的故障分析 | 第29-43页 |
| 3.4.1 柔性制造系统故障模式、故障部位分类 | 第30-33页 |
| 3.4.2 柔性制造系统故障模式分析 | 第33-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 人工神经网络与故障诊断 | 第45-67页 |
| 4.1 人工神经网络的生物学基础 | 第45页 |
| 4.1.1 生物神经元的结构 | 第45页 |
| 4.1.2 生物神经网络 | 第45页 |
| 4.2 人工神经元及神经网络基础 | 第45-49页 |
| 4.2.1 神经元的建模 | 第45-46页 |
| 4.2.2 神经元的数学模型 | 第46-47页 |
| 4.2.3 神经元的转移函数f | 第47-48页 |
| 4.2.4 神经网络拓扑结构类型 | 第48-49页 |
| 4.3 人工神经网络的学习 | 第49-54页 |
| 4.3.1 人工神经网络学习综述 | 第49-51页 |
| 4.3.2 人工神经网络的学习规则 | 第51-54页 |
| 4.4 前馈神经网络 | 第54-56页 |
| 4.4.1 感知器模型 | 第54-55页 |
| 4.4.2 感知器的功能 | 第55-56页 |
| 4.5 误差反传((BP)算法 | 第56-64页 |
| 4.5.1 BP算法的基本思想 | 第56-57页 |
| 4.5.2 基于BP算法的多层前馈网络模型 | 第57-58页 |
| 4.5.3 BP学习算法 | 第58-60页 |
| 4.5.4 BP算法的信号流 | 第60页 |
| 4.5.5 BP算法流程图 | 第60-62页 |
| 4.5.6 BP算法的改进 | 第62-64页 |
| 4.6 神经网络与故障诊断 | 第64-66页 |
| 4.6.1 神经网络的特点总结 | 第64-65页 |
| 4.6.2 神经网络与故障诊断的密切联系 | 第65-66页 |
| 4.7 本章小结 | 第66-67页 |
| 第五章 基于神经网络的柔性制造系统故障诊断设计 | 第67-79页 |
| 5.1 刀具状态监测与故障诊断方法 | 第67-68页 |
| 5.2 监测信号的选择 | 第68-71页 |
| 5.2.1 刀具状态监测与故障诊断实验基础 | 第68-69页 |
| 5.2.2 电流监测的理论依据 | 第69-70页 |
| 5.2.3 传感器的选择 | 第70-71页 |
| 5.2.4 实验装置的设计 | 第71页 |
| 5.3 信号的处理 | 第71-72页 |
| 5.4 刀具破损状态识别 | 第72-76页 |
| 5.4.1 基于神经网络的状态识别 | 第72-73页 |
| 5.4.2 遗传神经网络在实验中的运用 | 第73-76页 |
| 5.5 集成神经网络智能故障诊断 | 第76-78页 |
| 5.5.1 基于神经网络的智能诊断的发展方向 | 第76-77页 |
| 5.5.2 分布式集散神经网络故障诊断的结构 | 第77页 |
| 5.5.3 多神经网络的学习 | 第77-78页 |
| 5.6 本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87页 |
