基于模式识别的金刚石圆锯片刀头形貌对其锯切性能影响的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 石材锯切加工的优势和存在的问题 | 第10-11页 |
| 1.1.1 石材锯切加工的优势 | 第10-11页 |
| 1.1.2 存在的问题 | 第11页 |
| 1.2 国内外工具形貌研究动态 | 第11-17页 |
| 1.2.1 接触式探针测量方法 | 第12-13页 |
| 1.2.2 非接触式测量方法 | 第13-15页 |
| 1.2.2.1 光学测量法 | 第13-14页 |
| 1.2.2.2 非光学式扫描显微镜测量法 | 第14-15页 |
| 1.2.2.3 形貌测量方法的发展趋势 | 第15页 |
| 1.2.3 金刚石锯片形貌的参数 | 第15-17页 |
| 1.3 课题的来源 | 第17页 |
| 1.4 本课题研究思路及创新点 | 第17-20页 |
| 1.4.1 本课题的研究思路 | 第17-18页 |
| 1.4.2 本课题的创新点 | 第18-20页 |
| 第2章 金刚石圆锯片的特征参数 | 第20-28页 |
| 2.1 低频部分特征量 | 第20-21页 |
| 2.2 中频部分特征量 | 第21-25页 |
| 2.2.1 锥顶圆弧半径 | 第21-22页 |
| 2.2.2 出刃同形度 | 第22页 |
| 2.2.3 边缘分形维数 | 第22-23页 |
| 2.2.4 出刃高度 | 第23页 |
| 2.2.5 锥度 | 第23-24页 |
| 2.2.6 比容屑体积 | 第24-25页 |
| 2.2.7 磨粒密度 | 第25页 |
| 2.3 高频部分的特征量 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 实验条件与方法 | 第28-34页 |
| 3.1 锯切的实验设备及所用材料 | 第28-30页 |
| 3.2 测试系统 | 第30-31页 |
| 3.3 实验条件 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 实验数据处理 | 第34-54页 |
| 4.1 MATLAB 简介 | 第34页 |
| 4.2 锯切力数据处理过程 | 第34-38页 |
| 4.2.1 锯切力分量选取 | 第35页 |
| 4.2.2 锯切过程划分 | 第35-36页 |
| 4.2.3 信号低通滤波 | 第36-38页 |
| 4.3 锯片的修锐 | 第38页 |
| 4.4 形貌数据处理 | 第38-44页 |
| 4.4.1 形貌拼接 | 第39-41页 |
| 4.4.2 形貌滤波 | 第41-42页 |
| 4.4.3 基面提取 | 第42-44页 |
| 4.5 刀头形貌磨粒识别 | 第44-50页 |
| 4.5.1 神经网络系统 | 第44-45页 |
| 4.5.2 形貌的模式分类及其特征量的选取 | 第45-46页 |
| 4.5.2.1 形貌分类 | 第45-46页 |
| 4.5.2.2 形貌特征量的选取 | 第46页 |
| 4.5.3 BP 神经网络的建立及训练过程 | 第46-50页 |
| 4.5.3.1 网络的建立 | 第46-47页 |
| 4.5.3.2 训练样本的获取 | 第47-48页 |
| 4.5.3.3 网络的训练 | 第48页 |
| 4.5.3.4 网络的仿真 | 第48-50页 |
| 4.6 MATLAB 界面设计 | 第50-51页 |
| 4.7 实验数据 | 第51-53页 |
| 4.8 本章小结 | 第53-54页 |
| 第5章 数据分析 | 第54-66页 |
| 5.1 相关分析 | 第54-56页 |
| 5.2 锯切阶段划分 | 第56-58页 |
| 5.3 特征空间的建立 | 第58-59页 |
| 5.4 模式识别 | 第59-63页 |
| 5.4.1 数据的线性可分性 | 第59-60页 |
| 5.4.2 判别函数 | 第60-63页 |
| 5.5 模式识别的效果验证 | 第63页 |
| 5.6 本章小结 | 第63-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74页 |
