基于小波神经网络的数控机床关键部件故障诊断
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·数控机床故障诊断的意义及内容 | 第11-13页 |
| ·数控机床故障诊断的意义 | 第11-12页 |
| ·数控机床故障诊断的指标 | 第12页 |
| ·数控机床故障诊断的主要内容 | 第12-13页 |
| ·数控机床及关键部件故障诊断技术的发展 | 第13-16页 |
| ·数控机床的产生与发展 | 第13-14页 |
| ·数控机床故障诊断技术的产生与发展 | 第14-15页 |
| ·滚珠丝杠故障诊断的发展及现状 | 第15-16页 |
| ·本论文的课题背景与研究内容 | 第16-17页 |
| 第2章 数控机床关键部件故障介绍 | 第17-28页 |
| ·数控机床的传动系统机械结构 | 第17-21页 |
| ·数控机床主传动系统 | 第17-18页 |
| ·数控机床进给传动系统 | 第18页 |
| ·滚珠丝杠螺母副 | 第18-21页 |
| ·数控机床故障介绍 | 第21-22页 |
| ·滚珠丝杠螺母副故障 | 第22页 |
| ·实验装置介绍 | 第22-28页 |
| ·数控机床介绍 | 第22-24页 |
| ·传感器选择及安装 | 第24-26页 |
| ·数据采集卡选择 | 第26-28页 |
| 第3章 信号分析与特征提取 | 第28-55页 |
| ·数据说明 | 第28页 |
| ·信号预处理 | 第28-31页 |
| ·数据缩放 | 第28-30页 |
| ·剔除异常数据 | 第30页 |
| ·零均值化处理 | 第30-31页 |
| ·幅域分析与幅域特征 | 第31-35页 |
| ·有量纲幅域特征值 | 第31-32页 |
| ·无量纲幅域特征值 | 第32-33页 |
| ·提取幅域特征值 | 第33-35页 |
| ·频域分析与频域特征 | 第35-40页 |
| ·傅里叶分析 | 第35-36页 |
| ·功率谱估计 | 第36-38页 |
| ·频域特征值 | 第38-39页 |
| ·提取频域特征值 | 第39-40页 |
| ·小波包分析与小波包特征 | 第40-48页 |
| ·从傅里叶分析到小波分析 | 第40页 |
| ·小波变换 | 第40-42页 |
| ·小波包分析 | 第42-48页 |
| ·特征值处理 | 第48-49页 |
| ·有效特征值选取 | 第48-49页 |
| ·特征值归一化 | 第49页 |
| ·特征值总结 | 第49-55页 |
| 第4章 BP神经网络及其模式识别 | 第55-62页 |
| ·神经元 | 第55-56页 |
| ·BP人工神经网络 | 第56-58页 |
| ·BP神经网络的应用 | 第58-61页 |
| ·BP网络设计 | 第58-59页 |
| ·BP网络训练及识别 | 第59-61页 |
| ·BP神经网络小结 | 第61-62页 |
| 第5章 小波神经网络及其模式识别 | 第62-76页 |
| ·全局逼近神经网络和局部逼近神经网络 | 第62-63页 |
| ·小波与神经网络的结合 | 第63-64页 |
| ·小波神经网络的建立 | 第64-71页 |
| ·小波神经网络的设计 | 第65-69页 |
| ·小波神经网络搭建 | 第69-70页 |
| ·小波神经网络仿真验证 | 第70-71页 |
| ·小波神经网络在数控机床故障诊断中的应用 | 第71-74页 |
| ·小波神经网络的训练 | 第71-74页 |
| ·小波神经网络模式识别 | 第74页 |
| ·小波神经网络小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士研究生期间发表的论文 | 第82页 |
