摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第18-34页 |
1.1 课题来源 | 第18页 |
1.2 课题背景 | 第18-19页 |
1.3 课题研究目的与意义 | 第19-20页 |
1.4 国内外研究现状 | 第20-31页 |
1.4.1 监测信号与采集方法 | 第20-24页 |
1.4.2 信号处理与分析方法 | 第24-27页 |
1.4.3 刀具磨损状态识别方法 | 第27-31页 |
1.5 本文主要研究内容 | 第31-34页 |
第二章 立铣刀磨损原理与动态信号处理方法 | 第34-54页 |
2.1 立铣刀磨损基本原理 | 第34-37页 |
2.1.1 立铣刀磨损基本形式 | 第34-36页 |
2.1.2 刀具磨损基本规律 | 第36-37页 |
2.2 状态监测动态信号处理方法 | 第37-52页 |
2.2.1 动态信号的时域特征 | 第37-38页 |
2.2.2 动态信号的非平稳分析方法 | 第38-44页 |
2.2.3 动态信号的经典小波分析方法 | 第44-52页 |
2.3 本章小结 | 第52-54页 |
第三章 尺度分形分解中心极化多分辨理论 | 第54-70页 |
3.1 尺度分形分解中心极化展开 | 第54-60页 |
3.1.1 近似解析小波包变换 | 第54-59页 |
3.1.2 隐小波包中间尺度生成算法 | 第59-60页 |
3.2 尺度分形分解的分形集合特性 | 第60-66页 |
3.2.1 中心嵌套子空间簇 | 第61-63页 |
3.2.2 中心极化多分辨的拓扑集分形性质 | 第63-66页 |
3.3 拓扑集分形与二进多分辨的联系 | 第66-68页 |
3.4 本章小结 | 第68-70页 |
第四章 尺度分形分解在旋转机械故障诊断特征提取的应用 | 第70-90页 |
4.1 基于尺度分形分解的非平稳特征提取算法 | 第70-71页 |
4.2 转子动静碰摩故障动态特征研究案例 | 第71-80页 |
4.2.1 实验台介绍 | 第71-73页 |
4.2.2 数据分析及碰摩分量提取 | 第73-78页 |
4.2.3 其它分析方法对比 | 第78-80页 |
4.3 采用转矩信号的加工中心齿轮故障检测案例研究 | 第80-88页 |
4.3.1 异常状态机床及状态说明 | 第80-81页 |
4.3.2 转矩信号异常特征分析及故障诊断 | 第81-86页 |
4.3.3 其他分析方法对比 | 第86-88页 |
4.4 本章小节 | 第88-90页 |
第五章 面向数字化制造工艺同构数据监测采集及分析系统开发 | 第90-112页 |
5.1 制造工艺同构数据采集方案 | 第90-91页 |
5.2 制造工艺同构数据采集系统开发 | 第91-94页 |
5.3 刀具破损的声发射信号监测方法 | 第94-100页 |
5.3.1 实验方案及装置介绍 | 第94-95页 |
5.3.2 监测信号的尺度分形分解低频分量分析 | 第95-100页 |
5.4 立铣刀多工步全寿命加工磨损监测实验 | 第100-110页 |
5.4.1 实验方案与装置 | 第100-103页 |
5.4.2 工频干扰消去预处理与冲击特征优化选择 | 第103-106页 |
5.4.3 信号时域统计指标趋势分析 | 第106-108页 |
5.4.4 子空间特征变化趋势对比 | 第108-110页 |
5.4.5 刀具切削刃磨损照片 | 第110页 |
5.5 本章小结 | 第110-112页 |
第六章 总结与展望 | 第112-114页 |
6.1 总结 | 第112-113页 |
6.2 展望 | 第113-114页 |
参考文献 | 第114-124页 |
致谢 | 第124-126页 |
硕士期间获得的科研成果 | 第126-127页 |