首页--工业技术论文--轻工业、手工业论文--工艺美术制品工业论文--石料美术制品论文

基于神经网络的水晶研磨机数控系统的设计与实现

摘要第5-6页
ABSTRACT第6页
第1章 绪论第11-17页
    1.1 研究目的和意义第11页
    1.2 水晶加工行业的现状和发展趋势第11-13页
        1.2.1 国内外发展现状第11-12页
        1.2.2 神经网络在研磨过程中的应用第12页
        1.2.3 Wi-Fi技术的发展和应用第12-13页
    1.3 系统整体架构和水晶加工原理第13-15页
    1.4 主要研究内容第15页
    1.5 论文结构安排第15-17页
第2章 数控系统的硬件设计第17-28页
    2.1 微处理器的选择第17-18页
    2.2 系统模块设计第18-25页
        2.2.1 电源模块第18-20页
        2.2.2 EEPROM存储器模块第20页
        2.2.3 CAN总线电路第20-21页
        2.2.4 电机控制模块第21-22页
        2.2.5 键盘和LCD电路设计第22页
        2.2.6 数据采集模块第22-24页
        2.2.7 JTAG调试模块第24-25页
    2.3 WI-FI模块设计第25-27页
        2.3.1 Wi-Fi模块选择和设计第25-26页
        2.3.2 SD卡模块的设计第26-27页
    2.4 本章小结第27-28页
第3章 数控系统的软件设计第28-45页
    3.1 系统总体软件架构第28-29页
    3.2 数据存储模块设计第29-30页
    3.3 通信接口部分设计第30-34页
        3.3.1 CAN总线设计第30-32页
        3.3.2 SPI总线设计第32-33页
        3.3.3 RS485总线设计第33-34页
    3.4 电机控制设计第34-38页
        3.4.1 步进电机的原理和特性第34-36页
        3.4.2 电机加减速算法第36-37页
        3.4.3 电机控制的软件设计第37-38页
    3.5 键盘和LCD软件设计第38-40页
        3.5.1 键盘软件设计第38-39页
        3.5.2 LCD软件设计第39-40页
    3.6 WI-FI模块软件设计第40-44页
        3.6.1 Nucleus操作系统第40页
        3.6.2 Wi-Fi通信编程第40-43页
        3.6.3 SD卡读写编程第43-44页
    3.7 本章小结第44-45页
第4章 神经网络及其在水晶研磨机中的应用第45-62页
    4.1 水晶研磨过程中的问题第45-46页
        4.1.1 水晶受力分析第45页
        4.1.2 影响水晶成品质量的因素第45-46页
        4.1.3 问题的解决方案第46页
    4.2 神经网络介绍第46-49页
        4.2.1 神经网络介绍第46-47页
        4.2.2 神经元模型第47页
        4.2.3 传输函数第47-48页
        4.2.4 神经网络的结构和学习规则第48-49页
        4.2.5 常见的神经网络第49页
    4.3 BP神经网络第49-54页
        4.3.1 LMS学习模型第49-50页
        4.3.2 误差反向传播算法第50-52页
        4.3.3 误差反向传播算法的改进第52-54页
    4.4 水晶研磨时间分析及建模第54-55页
    4.5 数据预处理和分析第55-57页
        4.5.1 数据预处理第55-56页
        4.5.2 数据分析第56-57页
    4.6 BP神经网络训练和结果第57-61页
        4.6.1 神经网络训练过程第57页
        4.6.2 过拟合的解决办法第57-59页
        4.6.3 模型训练和结果第59-61页
    4.7 本章小结第61-62页
第5章 系统调试第62-69页
    5.1 WI-FI模块测试第62-66页
        5.1.1 上位机软件第62-64页
        5.1.2 SD卡读写第64-65页
        5.1.3 网络通信调试第65-66页
    5.2 总体调试及结果第66-68页
    5.3 本章小结第68-69页
第6章 总结与展望第69-71页
    6.1 论文总结第69页
    6.2 课题展望第69-71页
致谢第71-72页
参考文献第72-75页
附录第75页

论文共75页,点击 下载论文
上一篇:基于神经网络的车牌识别技术研究
下一篇:电动助力车控制系统设计