首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

磨粒图谱识别系统研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-10页
第一章 绪论第10-23页
   ·选题的背景及意义第10-11页
   ·机械设备故障诊断技术第11-13页
     ·机械设备的主要故障形式第11页
     ·机械设备故障诊断技术第11-12页
     ·机械设备故障诊断技术的发展趋势第12-13页
   ·油液监测技术第13-15页
   ·铁谱技术第15-21页
     ·铁谱技术的发展第15-16页
     ·铁谱分析仪器及工作原理第16-19页
     ·铁谱磨粒图像识别技术第19-21页
   ·模式识别第21-22页
   ·课题来源发第22页
   ·本论文的主要研究工作第22-23页
     ·研究目的及方法第22页
     ·研究内容第22页
     ·论文的结构框架第22-23页
第二章 铁谱磨粒第23-37页
   ·磨损的分类及机理第23-27页
     ·粘着磨损(Adhesive Wear)第23-24页
     ·磨料磨损(Abrasive Wear)第24页
     ·表面疲劳磨损(Surface Fatigue)第24-25页
     ·腐蚀磨损(Corrosive wear)第25-26页
     ·微动磨损(Fretting wear)第26页
     ·磨损形式的转化第26-27页
   ·磨粒的分类第27-33页
     ·与粘着磨损有关的磨粒第27-28页
     ·与磨料磨损有关的磨粒第28页
     ·与疲劳磨损有关的磨粒第28页
     ·与腐蚀磨损有关的磨粒第28-29页
     ·非金属微粒第29页
     ·磨粒种类总结第29-33页
   ·磨粒的特征第33-36页
     ·磨粒几何形状特征第33-34页
     ·磨粒纹理特征第34-35页
     ·磨粒颜色特征第35-36页
   ·本章小结第36-37页
第三章 磨粒智能识别方法第37-53页
   ·磨粒图像处理第37-41页
     ·磨粒图像获取第37页
     ·磨粒图像格式转换第37页
     ·磨粒图像分割第37-38页
     ·磨粒图像增强第38-39页
     ·磨粒图像滤波第39页
     ·磨粒图像边缘检测第39-40页
     ·磨粒图像处理的一般步骤第40-41页
   ·磨粒特征的提取第41-45页
     ·磨粒几何形状特征的提取第41-43页
     ·磨粒纹理特征的提取第43-44页
     ·磨粒颜色特征的提取第44-45页
   ·磨粒智能识别方法第45-52页
     ·人工智能(Artificial Intelligence)第45-46页
     ·支持向量机(Support Vector Machine)第46-48页
     ·免疫算法(Immune Algorithm)第48-50页
     ·免疫优化支持向量机算法(IA-SVM)第50-52页
   ·本章小结第52-53页
第四章 磨粒分类器WP_IA-SVM设计与实现第53-79页
   ·磨粒分类器的设计思想第53页
   ·分类器的系统结构第53-55页
     ·分类器的硬件设计第53-54页
     ·分类器的软件设计第54-55页
   ·软件各模块功能第55-59页
     ·文件子系统(File)第55-56页
     ·MATLAB图像预处理子系统(Preprocess)第56-57页
     ·磨粒特征提取子系统(Feature)第57-58页
     ·磨粒自动识别子系统(Train&Identification)第58-59页
     ·结果处理子系统(Postprocess)第59页
   ·磨粒分类器的实现第59-70页
     ·磨粒分类器实现程序第59-64页
     ·磨粒分类器运行过程第64-70页
   ·仿真试验第70-78页
     ·试验环境第70页
     ·试验对象第70-75页
     ·磨粒试验数据第75-77页
     ·磨粒分类结果分析第77-78页
   ·本章小结第78-79页
第五章 结论与展望第79-81页
致谢第81-83页
参考文献第83-85页

论文共85页,点击 下载论文
上一篇:多自由度检测机器人控制系统开发与位姿误差补偿
下一篇:面向机械制造的计算机辅助排样系统的研究与实现