| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题的背景与意义 | 第8-9页 |
| ·纤维增强陶瓷基复合材料加工技术发展与现状 | 第9-11页 |
| ·纤维增强陶瓷基复合材料介绍 | 第9页 |
| ·纤维增强陶瓷基复合材料机械加工方法 | 第9-10页 |
| ·纤维增强陶瓷基复合材料加工技术研究现状 | 第10-11页 |
| ·声发射技术的发展与现状 | 第11-13页 |
| ·声发射技术简介 | 第11-12页 |
| ·声发射技术在磨削过程和纤维增强复合材料方面的应用 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第二章 纤维增强陶瓷基复合材料磨削研究 | 第14-28页 |
| ·磨削实验装置 | 第14-17页 |
| ·数控光学曲线磨床 | 第14-15页 |
| ·磨削力测量装置 | 第15-16页 |
| ·实验材料 | 第16页 |
| ·实验方案 | 第16-17页 |
| ·纤维增强陶瓷基复合材料磨削机理研究 | 第17-19页 |
| ·纤维增强陶瓷基复合材料磨削表面形貌与磨屑分析 | 第19-22页 |
| ·纤维增强陶瓷基复合材料磨削力特征分析 | 第22-25页 |
| ·磨削力随磨削参数的变化规律 | 第22-24页 |
| ·不同磨削方向对磨削力的影响 | 第24-25页 |
| ·钝化砂轮磨削力与工件表面形貌分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 磨削过程声发射特征分析 | 第28-39页 |
| ·声发射基础理论 | 第28-31页 |
| ·声发射信号的来源和影响因素 | 第28页 |
| ·声发射技术的特点 | 第28-29页 |
| ·声发射信号处理方法 | 第29-31页 |
| ·声发射在线监测系统 | 第31-34页 |
| ·声发射传感器 | 第31-32页 |
| ·R-CAST 声发射传感器系统 | 第32-33页 |
| ·数据采集系统 | 第33页 |
| ·数据显示与存储 | 第33-34页 |
| ·磨削参数对声发射有效值的影响 | 第34-36页 |
| ·磨削深度对声发射信号有效值的影响 | 第34页 |
| ·磨削深度对声发射信号有效值的影响 | 第34-35页 |
| ·砂轮线速度对声发射信号有效值的影响 | 第35-36页 |
| ·磨削方向对声发射有效值与频谱的影响 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 声发射信号的小波分析方法研究 | 第39-48页 |
| ·小波分析的基础理论 | 第39-41页 |
| ·小波变换的基本原理 | 第39-40页 |
| ·常用小波基的性质 | 第40-41页 |
| ·声发射信号小波基的选取 | 第41页 |
| ·多分辨分析与Mallat 算法 | 第41-43页 |
| ·多分辨分析 | 第41-42页 |
| ·Mallat 算法 | 第42-43页 |
| ·基于小波分析的砂轮磨损声发射信号的提取 | 第43-47页 |
| ·小波特征能谱系数的定义 | 第43-44页 |
| ·声发射信号小波能谱系数的提取 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 砂轮磨损状态的识别 | 第48-58页 |
| ·基于人工神经网络的砂轮磨损状态的识别 | 第48-53页 |
| ·神经网络的基本概念 | 第48-49页 |
| ·BP 神经网络 | 第49-51页 |
| ·径向基神将网络 | 第51-53页 |
| ·基于支持向量机的砂轮磨损状态的识别 | 第53-57页 |
| ·支持向量机的基本理论 | 第53-55页 |
| ·支持向量机多类问题算法 | 第55-56页 |
| ·支持向量机的设计 | 第56-57页 |
| ·人工神经网络与支持向量机两种方法比较 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |