基于电弧声信号特征MIG焊熔透状态模式识别
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第1章 绪论 | 第12-24页 |
·引言 | 第12-13页 |
·焊接过程熔透状态监控研究现状 | 第13-18页 |
·光电法 | 第13-14页 |
·温度场法 | 第14-16页 |
·熔池振荡频率法 | 第16-17页 |
·电弧声法 | 第17-18页 |
·焊接过程熔透状态模式识别 | 第18-22页 |
·焊接电弧信号分析 | 第19-20页 |
·信号特征参数提取与选择 | 第20-21页 |
·神经网络智能建模技术 | 第21-22页 |
·本文主要研究内容 | 第22-24页 |
第2章 MIG 焊电弧声信号采集与分析系统设计 | 第24-33页 |
·实验硬件平台 | 第24-25页 |
·信号采集分析软件平台 | 第25-32页 |
·身份验证模块 | 第25-26页 |
·参数记录模块 | 第26-27页 |
·参数配置模块 | 第27-28页 |
·采集存盘模块 | 第28-29页 |
·历史波形回显模块 | 第29-30页 |
·信号降噪模块 | 第30-31页 |
·特征提取模块 | 第31-32页 |
·本章小结 | 第32-33页 |
第3章 MIG 焊电弧声信号与熔透状态相关性研究 | 第33-53页 |
·小波理论 | 第33-41页 |
·小波定义 | 第34页 |
·小波变换 | 第34-41页 |
·信号获取 | 第41-43页 |
·小波降噪 | 第43-44页 |
·样本选取 | 第44-45页 |
·熔透相关性分析 | 第45-51页 |
·时域分析 | 第45-46页 |
·频域分析 | 第46-47页 |
·小波包分析 | 第47-51页 |
·本章小结 | 第51-53页 |
第4章 MIG 焊电弧声信号特征提取与选择 | 第53-76页 |
·特征提取 | 第53-70页 |
·短时加窗技术 | 第54-55页 |
·时域特征 | 第55-60页 |
·频域特征 | 第60-67页 |
·倒谱特征 | 第67-68页 |
·几何特征 | 第68-69页 |
·构造联合特征向量 | 第69-70页 |
·特征评价与选择 | 第70-75页 |
·主成分分析原理 | 第70-71页 |
·电弧声特征向量PCA 降维 | 第71-75页 |
·本章小结 | 第75-76页 |
第5章 MIG 焊神经网络熔透状态辨识建模 | 第76-86页 |
·基于BP 网络熔透状态分类识别 | 第76-82页 |
·BP 神经元模型 | 第76-77页 |
·BP 算法 | 第77-80页 |
·熔透状态辨识建模 | 第80-82页 |
·基于RBF 网络熔透状态分类识别 | 第82-85页 |
·RBF 神经元模型 | 第82-83页 |
·k-均值算法 | 第83-84页 |
·熔透状态辨识建模 | 第84-85页 |
·本章小结 | 第85-86页 |
结论 | 第86-88页 |
参考文献 | 第88-94页 |
攻读硕士学位期间发表的学术论文 | 第94-95页 |
致谢 | 第95页 |