基于声发射的磨削工况在线监测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·本课题研究的目的和意义 | 第8-9页 |
| ·声发射技术在磨削加工中的研究现状 | 第9-13页 |
| ·磨削加工监测方法 | 第9-10页 |
| ·声发射监测技术国内外的发展现状 | 第10-11页 |
| ·基于声发射的砂轮工况监测的技术发展 | 第11-13页 |
| ·本论文主要研究内容 | 第13-14页 |
| ·基于小波变换的AE信号的处理 | 第13-14页 |
| ·基于神经网络的砂轮工况识别 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 砂轮工况监测系统的组成 | 第15-22页 |
| ·声发射(AE)信号的特点 | 第15-16页 |
| ·实验系统 | 第16-20页 |
| ·实验结构图 | 第16-17页 |
| ·实验设备 | 第17-20页 |
| ·实验方案 | 第20-21页 |
| ·接触点实验 | 第20页 |
| ·砂轮钝化实验 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于小波变换的AE信号处理 | 第22-43页 |
| ·声发射(AE)信号处理方法小结 | 第22-25页 |
| ·参数分析法 | 第22-23页 |
| ·波形分析法 | 第23-25页 |
| ·对AE信号的初步分析 | 第25-29页 |
| ·磨削AE信号 | 第25页 |
| ·实际采集信号初步分析 | 第25-29页 |
| ·小波分析的理论基础 | 第29-34页 |
| ·傅立叶分析和短时傅立叶分析 | 第29-30页 |
| ·连续小波变换(CWT) | 第30-32页 |
| ·离散小波变换(DWT)与多分辨分析(MRA) | 第32-33页 |
| ·Mallat算法 | 第33-34页 |
| ·提取信号特征方法研究 | 第34-42页 |
| ·常用小波基的性质 | 第34-35页 |
| ·AE信号分析的小波分解 | 第35页 |
| ·AE信号的特征提取 | 第35-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于BP神经网络的砂轮工况识别 | 第43-52页 |
| ·人工神经网络概述 | 第43-45页 |
| ·神经元模型 | 第43-44页 |
| ·神经网络结构 | 第44-45页 |
| ·BP神经网络及其算法 | 第45-47页 |
| ·BP神经网络性质 | 第45-46页 |
| ·BP算法的选择 | 第46-47页 |
| ·基于BP神经网络的AE信号砂轮工况识别研究 | 第47-51页 |
| ·BP网络结构设计 | 第47-49页 |
| ·神经网络的训练 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结和展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·未来工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 研究生期间的工作成果 | 第55-56页 |
| 参考文献 | 第56-60页 |
