| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第10-20页 |
| 1.1 刀具状态监测的研究背景及意义 | 第10页 |
| 1.2 国内外刀具状态监测与诊断研究现状 | 第10-18页 |
| 1.2.1 刀具状态监测方法 | 第12-15页 |
| 1.2.2 刀具状态特征提取方法 | 第15-16页 |
| 1.2.3 刀具状态诊断方法 | 第16-18页 |
| 1.3 本文主要研究内容 | 第18-20页 |
| 2 数控机床刀具状态监测诊断系统实验平台与实验设计 | 第20-32页 |
| 2.1 系统需求分析 | 第20-21页 |
| 2.1.1 系统功能需求分析 | 第20-21页 |
| 2.1.2 系统性能需求分析 | 第21页 |
| 2.2 刀具状态及磨损机理分析 | 第21-23页 |
| 2.2.1 刀具磨损 | 第22页 |
| 2.2.2 磨损过程 | 第22-23页 |
| 2.3 铣削加工 | 第23-24页 |
| 2.3.1 铣削加工特点 | 第23页 |
| 2.3.2 刀具磨钝标准 | 第23-24页 |
| 2.3.3 刀具磨损状态的划分 | 第24页 |
| 2.4 刀具状态监测实验平台的构建 | 第24-28页 |
| 2.4.1 实验硬件组成 | 第24-27页 |
| 2.4.2 实验软件组成 | 第27-28页 |
| 2.5 实验方案设计 | 第28-30页 |
| 2.5.1 实验目的 | 第28页 |
| 2.5.2 实验影响因素 | 第28-29页 |
| 2.5.3 实验方法 | 第29-30页 |
| 2.5.4 实验步骤 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 3 切削力信号的处理及特征提取 | 第32-60页 |
| 3.1 切削力特征提取 | 第32-50页 |
| 3.1.1 切削力时域分析 | 第32-38页 |
| 3.1.1.1 时域特征提取 | 第32-33页 |
| 3.1.1.2 切削力信号时域特征 | 第33-38页 |
| 3.1.2 切削力频域分析 | 第38-42页 |
| 3.1.2.1 频域特征提取 | 第38-40页 |
| 3.1.2.2 切削力信号频域特征 | 第40-42页 |
| 3.1.3 切削力时-频域分析 | 第42-50页 |
| 3.1.3.1 时-频域特征提取 | 第42-46页 |
| 3.1.3.2 切削力信号时-频域特征 | 第46-50页 |
| 3.2 切削力特征优化 | 第50-59页 |
| 3.2.1 特征量敏感性分析 | 第51-54页 |
| 3.2.1.1 特征量对刀具状态敏感性分析 | 第51-52页 |
| 3.2.1.2 特征量对切削用量敏感性分析 | 第52-54页 |
| 3.2.2 特征比值的敏感性分析 | 第54-59页 |
| 3.3 本章小结 | 第59-60页 |
| 4 刀具状态诊断 | 第60-71页 |
| 4.1 基于BP神经网络的刀具状态模式识别 | 第60-65页 |
| 4.1.1 BP神经网络的基本原理 | 第60-63页 |
| 4.1.2 基于BP神经网络的铣刀状态监测与诊断的实验分析 | 第63-65页 |
| 4.2 基于SVM的刀具状态模式识别 | 第65-70页 |
| 4.2.1 支持向量机概述 | 第65-67页 |
| 4.2.2 SVM在铣刀状态监测中的应用 | 第67-70页 |
| 4.3 BP神经网络与SVM实验结果对比分析 | 第70页 |
| 4.4 本章小结 | 第70-71页 |
| 5 数控机床刀具状态监测与诊断系统的原型系统设计 | 第71-76页 |
| 5.1 | 第71-74页 |
| 5.1.1 系统工作流程分析 | 第71-72页 |
| 5.1.2 系统架构 | 第72-73页 |
| 5.1.3 系统功能模块划分 | 第73-74页 |
| 5.2 系统实例原型界面设计 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 6 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76页 |
| 6.2 工作展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 附录 | 第86-88页 |
| 攻读硕士学位期间发表的论文和出版著作情况 | 第88页 |