| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-24页 |
| ·引言 | 第13-14页 |
| ·高速切削优化综述 | 第14-17页 |
| ·高速切削加工发展与应用现状 | 第14-15页 |
| ·高速切削加工主要研究领域 | 第15-17页 |
| ·高速切削优化领域存在的一些问题 | 第17页 |
| ·统计过程控制理论研究现状 | 第17-19页 |
| ·神经网络故障诊断研究现状 | 第19-21页 |
| ·故障诊断 | 第19页 |
| ·神经网络模式识别方法 | 第19-21页 |
| ·课题研究内容与组织结构 | 第21-24页 |
| ·论文主要研究内容 | 第21-22页 |
| ·论文的组织结构 | 第22-24页 |
| 第2章 高速切削统计过程控制理论研究与总体方案设计 | 第24-33页 |
| ·高速切削参数优化总体方案 | 第24-26页 |
| ·高速切削参数优化数学模型 | 第26页 |
| ·统计过程模型 | 第26-30页 |
| ·控制图方法 | 第26-27页 |
| ·控制图的建立 | 第27-29页 |
| ·控制图的判断 | 第29-30页 |
| ·基于神经网络的切削故障诊断调整 | 第30-32页 |
| ·神经网络基本模型 | 第30页 |
| ·概率神经网络模型 | 第30-31页 |
| ·最小误差分类准则和识别统计量 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 高速切削优化数学模型研究 | 第33-50页 |
| ·切削优化对象选择及统计学描述 | 第33-35页 |
| ·实验方案设计的基本要求 | 第33-34页 |
| ·实验方案设计 | 第34-35页 |
| ·数学分析优化理论 | 第35-44页 |
| ·待解决问题的数学表述 | 第35-36页 |
| ·数学模型设计 | 第36-37页 |
| ·均匀实验设计阶段数据处理 | 第37-39页 |
| ·正交实验设计阶段数据处理 | 第39-41页 |
| ·分析评价结论 | 第41-44页 |
| ·高速切削优化系统的实现 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 高速切削的统计过程控制模型 | 第50-64页 |
| ·高速切削的统计过程控制描述 | 第50-51页 |
| ·研究对象描述 | 第50页 |
| ·高速切削过程控制的统计学描述 | 第50-51页 |
| ·切削参数统计过程控制方案设计 | 第51-52页 |
| ·数据采集方案及数据整理 | 第52-55页 |
| ·高速切削过程的判稳过程 | 第55-58页 |
| ·两类错误 | 第55-56页 |
| ·3σ方式 | 第56页 |
| ·加工工艺稳态判断 | 第56-58页 |
| ·高速切削过程的能力分析与 SPC 管理 | 第58-60页 |
| ·高速切削工艺的判异 | 第60-63页 |
| ·判异准则的设计 | 第60-63页 |
| ·切削工艺判异实例应用 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于概率神经网络的高速切削故障诊断 | 第64-75页 |
| ·高速切削故障因素选取 | 第64-65页 |
| ·高速切削故障的神经网络模型建立 | 第65-67页 |
| ·模型流程结构 | 第65-66页 |
| ·模型的算法设计 | 第66-67页 |
| ·高速切削故障的模式特征提取 | 第67-70页 |
| ·数据来源及无量纲特征设计 | 第67-69页 |
| ·故障模式的特征谱表达 | 第69-70页 |
| ·高速切削故障的模式识别 | 第70-74页 |
| ·故障诊断实例分析 | 第71-72页 |
| ·故障诊断分析及验证 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第6章 基于 MATLAB 的高速切削参数优化系统开发 | 第75-82页 |
| ·MATLAB 简介 | 第75页 |
| ·原型系统总体框架结构 | 第75-76页 |
| ·原型系统开发思想 | 第76页 |
| ·原型系统开发过程与主要界面 | 第76-78页 |
| ·原型系统的主要模块介绍 | 第78-81页 |
| ·切削参数优化模块 | 第78-79页 |
| ·统计过程控制模块 | 第79-80页 |
| ·高速切削故障诊断模块 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88页 |