| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 信号监测方法研究现状 | 第10页 |
| 1.3.2 信号处理方法研究现状 | 第10-12页 |
| 1.3.3 特征选择方法研究现状 | 第12-14页 |
| 1.3.4 铣刀破损识别方法研究现状 | 第14页 |
| 1.3.5 国内外文献综述简析 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 监测信号的特征提取及特征选择方法研究 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 监测信号的特征提取方法研究 | 第17-20页 |
| 2.2.1 信号处理方法简介 | 第18-20页 |
| 2.2.2 基于统计学量的特征提取 | 第20页 |
| 2.3 监测信号的特征选择算法研究 | 第20-28页 |
| 2.3.1 特征选择概述 | 第20-22页 |
| 2.3.2 GA-SVM封装式算法 | 第22-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于铣刀破损监测实验系统的方法验证 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 铣刀破损监测实验系统的搭建 | 第29-32页 |
| 3.3 铣刀破损监测实验设计 | 第32-34页 |
| 3.3.1 正交试验设计 | 第32-33页 |
| 3.3.2 铣刀破损制备实验 | 第33-34页 |
| 3.4 铣刀破损识别模型的建立 | 第34-44页 |
| 3.4.1 主轴振动信号及切削声信号特征提取 | 第34-41页 |
| 3.4.2 主轴振动信号及切削声信号的特征选择 | 第41-44页 |
| 3.5 铣刀破损识别模型的实验验证 | 第44-46页 |
| 3.5.1 实验验证正交试验设计 | 第45页 |
| 3.5.2 基于实验数据样本的结果分析 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于多传感器融合的铣刀破损监测平台的设计与开发 | 第47-54页 |
| 4.1 引言 | 第47页 |
| 4.2 基本原理简介 | 第47页 |
| 4.3 监测平台的结构组成 | 第47-53页 |
| 4.3.1 服务器程序设计与开发 | 第48-49页 |
| 4.3.2 客户机程序设计与开发 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第60-62页 |
| 致谢 | 第62页 |