球头铣刀磨损智能检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| §1-1 课题研究的背景及意义 | 第9-10页 |
| §1-2 刀具状态监测系统组成 | 第10页 |
| §1-3 刀具状态监测技术 | 第10-12页 |
| 1-3-1 刀具状态监测技术的发展 | 第10-11页 |
| 1-3-2 铣刀磨损检测技术研究现状 | 第11页 |
| 1-3-3 刀具状态监测技术的分类 | 第11-12页 |
| §1-4 铣削加工的原理及特点 | 第12-13页 |
| 1-4-1 铣削加工原理 | 第12页 |
| 1-4-2 铣削加工的特点 | 第12-13页 |
| §1-5 铣刀的磨损过程及材料性能 | 第13-14页 |
| 1-5-1 铣刀的磨损过程 | 第13-14页 |
| 1-5-2 硬质合金刀具材料及性能 | 第14页 |
| §1-6 切削力检测方法特点及现状 | 第14-15页 |
| §1-7 本论文的主要内容及章节安排 | 第15-16页 |
| 第二章 铣削实验平台的建立及实验方案的确定 | 第16-26页 |
| §2-1 铣削实验平台的建立 | 第16-23页 |
| §2-2 实验原理和实验方案 | 第23-25页 |
| §2-3 本章小结 | 第25-26页 |
| 第三章 球头铣刀检测信号的特征提取 | 第26-49页 |
| §3-1 信号处理技术基础 | 第26-33页 |
| 3-1-1 时域分析及其特征 | 第26-27页 |
| 3-1-2 频域分析及其特征 | 第27-28页 |
| 3-1-3 时频分析及其特征 | 第28-33页 |
| §3-2 球头铣刀铣削力信号的分析 | 第33-48页 |
| 3-2-1 铣削力信号时域分析及特点 | 第33-37页 |
| 3-2-2 铣削力信号频域分析及特点 | 第37-44页 |
| 3-2-3 铣削力信号时频分析及特征提取 | 第44-48页 |
| §3-3 本章小结 | 第48-49页 |
| 第四章 球头铣刀磨损状态的识别 | 第49-62页 |
| §4-1 智能学习决策技术 | 第49-50页 |
| §4-2 神经网络基础 | 第50-56页 |
| 4-2-1 人工神经网络 | 第50-52页 |
| 4-2-2 BP神经网络 | 第52-56页 |
| §4-3 基于BP神经网络球头铣刀磨损状态识别 | 第56-61页 |
| 4-3-1 BP神经网络的结构 | 第56-57页 |
| 4-3-2 BP神经网络参数的确定 | 第57-58页 |
| 4-3-3 球头铣刀磨损状态识别 | 第58-61页 |
| §4-4 本章小结 | 第61-62页 |
| 第五章 结论 | 第62-64页 |
| §5-1 全文结论 | 第62页 |
| §5-2 今后工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间所取得的相关科研成果 | 第68页 |
