| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-26页 |
| ·引言 | 第12-13页 |
| ·机械故障诊断研究现状 | 第13-15页 |
| ·机械故障机理研究 | 第13-14页 |
| ·机械故障诊断装置及控制方法 | 第14页 |
| ·特征向量提取与模式识别 | 第14-15页 |
| ·切削颤振研究现状 | 第15-20页 |
| ·切削颤振机理研究 | 第15-17页 |
| ·颤振控制方法 | 第17-18页 |
| ·颤振控制装置 | 第18页 |
| ·颤振特征向量提取及模式识别技术 | 第18-20页 |
| ·颤振监测与识别方法的可行性 | 第20-23页 |
| ·SVM-HMM在切削颤振识别中应用的可行性 | 第20-21页 |
| ·KPCA-SVM在切削颤振识别中应用的可行性 | 第21-23页 |
| ·本课题的研究意义与内容 | 第23-25页 |
| ·本课题的研究意义 | 第23页 |
| ·本课题研究的内容 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 2 基于CDHMM的切削机床启动过程故障诊断 | 第26-47页 |
| ·引言 | 第26页 |
| ·HMM基本理论 | 第26-31页 |
| ·HMM定义 | 第26-27页 |
| ·几个主要算法 | 第27-31页 |
| ·HMM常见模型 | 第31页 |
| ·合密度连续HMM模型(CDHMM) | 第31-35页 |
| ·CDHMM基本思想 | 第31页 |
| ·CDHMM算法 | 第31-33页 |
| ·CDHMM溢出问题 | 第33-34页 |
| ·多观测序列CDHMM重估公式 | 第34-35页 |
| ·CDHMM方法在语音识别领域的应用 | 第35页 |
| ·诊断实验 | 第35-46页 |
| ·机床启动过程常见故障及其表现 | 第36页 |
| ·CDHMM模型库建立 | 第36-38页 |
| ·CDHMM故障诊断方法 | 第38-39页 |
| ·实验与数据采集 | 第39-40页 |
| ·振动信号时频特性分析 | 第40-42页 |
| ·训练过程和诊断结果 | 第42-46页 |
| ·CDHMM与HMM识别方法比较 | 第46页 |
| ·本章小结 | 第46-47页 |
| 3 基于DHMM切削过程刀具磨损故障诊断 | 第47-61页 |
| ·引言 | 第47页 |
| ·刀具磨损 | 第47-49页 |
| ·刀具磨损过程 | 第47-48页 |
| ·刀具磨钝标准 | 第48页 |
| ·刀具磨损测量基准和测量方法 | 第48-49页 |
| ·DHMM模型 | 第49-52页 |
| ·标定前DHMM的重估公式 | 第49-50页 |
| ·标定后的DHMM重估公式 | 第50-51页 |
| ·改进的DHMM重估公式 | 第51-52页 |
| ·刀具磨损实验 | 第52-60页 |
| ·刀具磨损实验条件 | 第52-53页 |
| ·训练样本选取 | 第53-56页 |
| ·训练过程 | 第56-57页 |
| ·训练结果 | 第57-58页 |
| ·DHMM迭代的最大似然估计 | 第58-59页 |
| ·三种刀具磨损识别方法的比较 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 4 基于KPCA-SVM切削颤振趋势大样本数据识别方法研究 | 第61-79页 |
| ·引言 | 第61页 |
| ·SVM简介 | 第61-64页 |
| ·提取颤振信号的核主元分量 | 第64-67页 |
| ·核主元分析 | 第64-66页 |
| ·KPCA与PCA的贡献率比较 | 第66-67页 |
| ·建立KPCA-SVM颤振诊断模型 | 第67-72页 |
| ·LS-SVM原理 | 第67-69页 |
| ·KPCA-SVM模型建立 | 第69-71页 |
| ·KPCA-SVM模型的转子模拟训练 | 第71-72页 |
| ·KPCA-SVM转子模拟训练结果 | 第72页 |
| ·KPCA-SVM与PCA-SVM识别方法的比较 | 第72页 |
| ·颤振故障诊断实验 | 第72-78页 |
| ·颤振数据提取 | 第72-77页 |
| ·确定核主元分量 | 第77页 |
| ·颤振故障诊断结果 | 第77页 |
| ·颤振故障诊断结果的应用 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 5 基于SVM-HMM切削颤振小样本数据识别方法研究 | 第79-91页 |
| ·引言 | 第79页 |
| ·SVM-HMM模型 | 第79-81页 |
| ·SVM-HMM模型的基本原理 | 第79-80页 |
| ·SVM-HMM模型识别过程 | 第80-81页 |
| ·SVM-HMM模型的应用实例 | 第81页 |
| ·切削颤振的SVM-HMM模式识别 | 第81-88页 |
| ·特征数据提取 | 第81-83页 |
| ·特征数据频谱分析 | 第83-86页 |
| ·SVM-HMM模式识别 | 第86-87页 |
| ·结果与结论 | 第87页 |
| ·SVM-HMM与SVM、HMM识别方法比较 | 第87-88页 |
| ·刀具滑台数控系统设计 | 第88-90页 |
| ·数控滑台的控制结构 | 第88-89页 |
| ·数控滑台的控制方法 | 第89页 |
| ·执行机构的驱动器及接口 | 第89-90页 |
| ·本章小结 | 第90-91页 |
| 6 结论与展望 | 第91-93页 |
| 参考文献 | 第93-102页 |
| 攻读博士学位期间发表学术论文情况 | 第102-103页 |
| 致谢 | 第103-105页 |