摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景 | 第11-12页 |
1.2 刀具状态监控和切削温度的研究目标 | 第12页 |
1.2.1 刀具状态监控的研究目标 | 第12页 |
1.2.2 切削温度的研究目标 | 第12页 |
1.3 刀具状态监控技术的研究现状 | 第12-14页 |
1.4 切削温度的研究现状 | 第14-17页 |
1.4.1 切削温度的刀具状态测量 | 第14-16页 |
1.4.2 切削温度的研究现状 | 第16-17页 |
1.5 论文的主要研究工作内容 | 第17-18页 |
第二章 基于红外温度检测的刀具监控系统 | 第18-35页 |
2.1 红外测温的原理与特点 | 第18-21页 |
2.1.1 红外测温的基本原理 | 第18-20页 |
2.1.2 红外测温的特点 | 第20页 |
2.1.3 红外测温传感器的工作原理 | 第20-21页 |
2.2 刀具监控系统的硬件组成 | 第21-26页 |
2.2.2 红外测温传感器的选择和安装 | 第22-23页 |
2.2.3 数据采集卡的选用 | 第23-25页 |
2.2.4 工控机的选用 | 第25-26页 |
2.3 刀具监控系统的软件组成 | 第26-33页 |
2.3.1 软件结构模块的组成 | 第26-27页 |
2.3.2 软件的数据采集模块 | 第27-32页 |
2.3.3 软件的数据处理模块 | 第32-33页 |
2.3.4 软件的数据标定与超限报警模块 | 第33页 |
2.4 刀具监控系统的特点 | 第33页 |
2.5 刀具监控系统的影响因素和误差 | 第33-34页 |
2.6 本章小结 | 第34-35页 |
第三章 面向刀具磨损监控的温度场分析 | 第35-51页 |
3.1 切削温度场的理论分析 | 第35-38页 |
3.2 切削温度场有限元模型的建立 | 第38-45页 |
3.2.1 温度场的边界条件 | 第38-40页 |
3.2.2 对流换热系数α | 第40-43页 |
3.2.3 热流密度q | 第43-45页 |
3.3 切削温度场有限元模型的求解 | 第45-49页 |
3.3.1 定义单元与材料属性 | 第45-46页 |
3.3.2 建模,划分网络 | 第46-47页 |
3.3.3 热源加载 | 第47-48页 |
3.3.4 刀具温度场 | 第48-49页 |
3.4 本章小结 | 第49-51页 |
第四章 铣削温度与刀具磨损的相关性试验研究 | 第51-70页 |
4.1 刀具磨损的特征,过程和标准 | 第51-53页 |
4.1.1 刀具磨损特征 | 第51页 |
4.1.2 刀具的磨损过程和标准 | 第51-53页 |
4.2 试验条件以及方法 | 第53-55页 |
4.2.1 试验条件 | 第53-55页 |
4.2.2 试验方法 | 第55页 |
4.3 切削参数与铣刀表面温度的关系 | 第55-62页 |
4.3.1 切削速度v 与铣刀表面温度的关系 | 第56-59页 |
4.3.2 进给量f_z与铣刀表面温度的关系 | 第59-61页 |
4.3.3 径向切宽a_w与铣刀表面温度的关系 | 第61-62页 |
4.4 刀具磨损与铣刀表面温度的关系 | 第62-64页 |
4.5 刀具寿命与刀具磨损的试验研究 | 第64-68页 |
4.5.1 刀具寿命 | 第64页 |
4.5.2 刀具磨损与烧伤机理的研究 | 第64-68页 |
4.6 本章小结 | 第68-70页 |
第五章 刀具温度的监控策略研究 | 第70-81页 |
5.1 模式识别的过程 | 第70-71页 |
5.2 人工神经网络 | 第71-76页 |
5.2.1 人工神经元模型 | 第71-72页 |
5.2.2 BP 神经网络 | 第72-76页 |
5.3 BP 神经网络实现刀具磨损状态的识别 | 第76-80页 |
5.3.1 刀具磨损状态BP 神经网络的设计 | 第76-77页 |
5.3.2 刀具磨损状态BP 神经网络的训练与仿真 | 第77-80页 |
5.4 本章小结 | 第80-81页 |
第六章 全文总结和展望 | 第81-83页 |
6.1 主要结论 | 第81页 |
6.2 研究展望 | 第81-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-88页 |
攻读硕士学位期间已发表或录用的论文 | 第88-90页 |