| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究背景与意义 | 第14-15页 |
| 1.2 刀具状态监测技术与研究现状 | 第15-17页 |
| 1.2.1 刀具状态监测技术的发展概况 | 第15-16页 |
| 1.2.2 刀具状态监测技术的研究现状 | 第16-17页 |
| 1.3 机器学习算法概述 | 第17-20页 |
| 1.3.1 机器学习的发展历史 | 第18-19页 |
| 1.3.2 数据降维概述 | 第19页 |
| 1.3.3 流形学习概述 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 第二章 主切削力建模和仿真样本分类的基础研究 | 第22-36页 |
| 2.1 主切削力建模 | 第22-26页 |
| 2.1.1 大进给铣刀端铣模型的建立 | 第22-24页 |
| 2.1.2 可转位式车刀外圆车削模型的建立 | 第24-26页 |
| 2.2 仿真样本生成方法的研究 | 第26-28页 |
| 2.3 降维分类模型的研究 | 第28-35页 |
| 2.3.1 数据可视化的研究 | 第28-29页 |
| 2.3.2 降维算法的研究 | 第29-30页 |
| 2.3.3 分类算法的研究 | 第30-32页 |
| 2.3.4 分类模型评估方法的研究 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 TC4钛合金大进给铣削刀具状态监测研究 | 第36-47页 |
| 3.1 试验条件和试验方案 | 第36-38页 |
| 3.1.1 试验条件 | 第36-38页 |
| 3.1.2 试验方案 | 第38页 |
| 3.2 铣刀的磨损研究 | 第38-41页 |
| 3.2.1 大进给铣削的刀具磨损规律研究 | 第38-40页 |
| 3.2.2 大进给铣削的主切削力变化规律研究 | 第40页 |
| 3.2.3 铣刀磨损和主切削力变化关系研究 | 第40-41页 |
| 3.3 分类模型的验证 | 第41-46页 |
| 3.3.1 基于主切削力的仿真样本生成与分类模型训练 | 第41-43页 |
| 3.3.2 试验数据的预处理 | 第43-44页 |
| 3.3.3 分类结果 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 TC4钛合金外圆车削刀具状态监测研究 | 第47-56页 |
| 4.1 试验条件及试验方案 | 第47-49页 |
| 4.1.1 试验条件 | 第47-48页 |
| 4.1.2 试验方案 | 第48-49页 |
| 4.2 车刀的磨损研究 | 第49-51页 |
| 4.2.1 外圆车削的刀具磨损规律研究 | 第49-50页 |
| 4.2.2 外圆车削的的主切削力变化规律研究 | 第50-51页 |
| 4.2.3 车刀磨损和主切削力变化关系研究 | 第51页 |
| 4.3 分类模型的验证 | 第51-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 刀具状态监测实时系统的开发 | 第56-66页 |
| 5.1 系统的总体设计 | 第56-59页 |
| 5.1.1 系统的基本需求分析 | 第56-57页 |
| 5.1.2 用户登录模块和系统主界面的设计与实现 | 第57-58页 |
| 5.1.3 系统功能模块的设计 | 第58-59页 |
| 5.2 模型训练模块的实现 | 第59-62页 |
| 5.2.1 模型训练界面的实现 | 第59-60页 |
| 5.2.2 文件I/O功能的实现 | 第60-61页 |
| 5.2.3 内核调参功能的实现 | 第61-62页 |
| 5.3 实时监测模块的实现 | 第62-64页 |
| 5.3.1 数据采集卡的选用 | 第62页 |
| 5.3.2 建立LabVIEW与Matlab之间的数据通信 | 第62-63页 |
| 5.3.3 实时监测界面的实现 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |