| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-25页 |
| ·课题研究的目的及意义 | 第11-14页 |
| ·微孔钻削的国内外研究现状及发展趋势 | 第14-23页 |
| ·微钻头折断机理研究 | 第14-16页 |
| ·微孔钻削基础理论研究 | 第16-18页 |
| ·微孔钻削工艺及钻削技术的研究 | 第18-23页 |
| ·本文研究内容 | 第23-25页 |
| 第2章 微孔钻削在线监测技术的比较研究 | 第25-39页 |
| ·微孔钻削过程的监测物理量 | 第25-27页 |
| ·声发射信号监测 | 第25-26页 |
| ·进给力和电机功率监测 | 第26页 |
| ·钻削力监测 | 第26页 |
| ·主轴电机电流监测 | 第26-27页 |
| ·机床振动信号监测 | 第27页 |
| ·多信息融合技术在微孔钻削过程监测中的应用 | 第27-28页 |
| ·进给电机电流信号与声发射信号的融合 | 第27页 |
| ·钻削力信号与主轴电机电流信号的融合 | 第27页 |
| ·功率信号与声信号的融合 | 第27-28页 |
| ·机床振动信号、声发射信号与主轴电机电流信号的融合 | 第28页 |
| ·钻削过程监测系统设计 | 第28-32页 |
| ·钻头破损的声发射在线检测系统设计 | 第28-29页 |
| ·钻削过程与监测信号映射监测系统设计 | 第29-30页 |
| ·微孔钻削监测系统的设计 | 第30-32页 |
| ·钻削过程监测技术的研究 | 第32-37页 |
| ·可靠性理论监测技术 | 第33-34页 |
| ·神经网络监测技术 | 第34-35页 |
| ·模糊神经网络监测技术 | 第35-36页 |
| ·基于粗糙—模糊控制的监测技术 | 第36-37页 |
| ·小波—模糊—神经网络监测技术 | 第37页 |
| ·基于主轴电机电流的 DSP 监测技术 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第3章 微孔钻削力实验研究 | 第39-57页 |
| ·实验装置与实验条件 | 第39-42页 |
| ·主要部件 | 第39-40页 |
| ·LabVIEW 软件 | 第40-42页 |
| ·钻削条件 | 第42页 |
| ·正常钻削过程分析 | 第42-45页 |
| ·异常钻削过程分析 | 第45-56页 |
| ·微钻头磨损对钻削力信号的影响 | 第46-51页 |
| ·微钻头其他异常对钻削力信号的影响 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 微孔钻削双神经网络监测模型设计 | 第57-77页 |
| ·人工神经网络 | 第57-60页 |
| ·神经网络的特点 | 第57-58页 |
| ·人工神经网络拓扑结构 | 第58-59页 |
| ·神经网络常用的激活函数及学习方法 | 第59-60页 |
| ·BP 神经网络改进算法 | 第60-64页 |
| ·BP 神经网络 | 第60-61页 |
| ·BP 网络学习过程 | 第61-64页 |
| ·BP 神经网络的 Matlab 实现 | 第64页 |
| ·微孔钻削双神经网络监测模型 | 第64-76页 |
| ·神经网络模型构建 | 第65-66页 |
| ·神经网络训练参数的确定 | 第66-70页 |
| ·离线实验 | 第70-76页 |
| ·本章内容小结 | 第76-77页 |
| 第5章 微孔钻削力在线监测实验 | 第77-100页 |
| ·微孔钻削过程实时监测系统的构建 | 第77-96页 |
| ·微孔钻削在线监测硬件系统设计 | 第77-81页 |
| ·微孔钻削在线监测软件系统设计 | 第81-96页 |
| ·微孔钻削在线监测实验 | 第96-99页 |
| ·钻削力在线监测流程图设计 | 第96-97页 |
| ·监测实验 | 第97-98页 |
| ·在线监测实验结果分析 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第6章 结论 | 第100-102页 |
| 参考文献 | 第102-112页 |
| 攻读博士学位期间发表的与本论文有关的论文目录 | 第112-113页 |
| 致谢 | 第113页 |