| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·刀具磨损监测技术的目的和意义 | 第12-13页 |
| ·刀具磨损监测国内外研究现状 | 第13-14页 |
| ·国外刀具监控技术的研究现状 | 第13页 |
| ·国内刀具监控技术的研究现状 | 第13-14页 |
| ·刀具磨损监测系统的组成 | 第14-15页 |
| ·目前刀具监测技术存在的主要问题 | 第15页 |
| ·刀具磨损监测技术的发展趋势 | 第15-16页 |
| ·多传感器融合技术国内外现状 | 第16-17页 |
| ·本文的研究内容 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 刀具磨损及刀具监测系统的建立 | 第18-27页 |
| ·刀具磨损的形态 | 第18-19页 |
| ·刀具磨损过程 | 第19-20页 |
| ·刀具磨钝标准 | 第20-22页 |
| ·刀具磨损监测系统的组成 | 第22-25页 |
| ·硬件设计部分 | 第22-23页 |
| ·硬件的功能介绍 | 第23-24页 |
| ·软件部分设计 | 第24-25页 |
| ·实验方案 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 信号处理与刀具磨损特征选择 | 第27-40页 |
| ·时域分析 | 第27-28页 |
| ·频域分析 | 第28-31页 |
| ·时频分析 | 第31-37页 |
| ·经验模态分析方法 | 第31-33页 |
| ·小波包分析 | 第33-37页 |
| ·提取信号的特征向量 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 多传感器信息融合技术概述 | 第40-47页 |
| ·信息融合技术概述 | 第40-41页 |
| ·信息融合的基本原理 | 第41页 |
| ·融合过程 | 第41-43页 |
| ·数据层融合 | 第41-42页 |
| ·特征层融合 | 第42页 |
| ·决策层融合 | 第42-43页 |
| ·融合方法 | 第43-45页 |
| ·多传感器融合技术的发展方向 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于神经网络的多传感器融合技术的刀具磨损监测 | 第47-68页 |
| ·经典粗糙集理论 | 第47-52页 |
| ·知识的基本概念 | 第47-48页 |
| ·粗糙集的基本概念 | 第48-49页 |
| ·知识约简 | 第49-50页 |
| ·决策表的基本概念 | 第50-51页 |
| ·决策表的属性约简算法 | 第51-52页 |
| ·粗糙集的离散化 | 第52页 |
| ·遗传算法理论 | 第52-55页 |
| ·遗传算法的特点 | 第53页 |
| ·遗传算法的基本原理 | 第53-54页 |
| ·初始运行参数 | 第54-55页 |
| ·BP神经网络的原理 | 第55-59页 |
| ·BP神经网络的实现步骤 | 第56-58页 |
| ·BP算法存在的问题及其改进 | 第58页 |
| ·.3 遗传算法优化BP神经网络 | 第58-59页 |
| ·基于粗糙遗神经网络的刀具磨损监测模型 | 第59-66页 |
| ·数据离散化 | 第60-61页 |
| ·属性约简 | 第61-63页 |
| ·构建BP网络 | 第63页 |
| ·训练结果与分析 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表(含录用)的学术论文 | 第73-74页 |