数控机床刀具磨损的多传感器在线实时监测的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景 | 第10-12页 |
| 1.2 国内外研究动态 | 第12-15页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-15页 |
| 1.3 发展趋势 | 第15页 |
| 1.4 本文主要工作 | 第15-17页 |
| 第2章 刀具磨损与状态诊断方法 | 第17-29页 |
| 2.1 刀具的磨损 | 第17页 |
| 2.2 刀具的破损 | 第17页 |
| 2.3 刀具的磨钝标准 | 第17-18页 |
| 2.4 刀具状态的诊断方法 | 第18-22页 |
| 2.4.1 光学摄像法 | 第19页 |
| 2.4.2 摩擦电势监测法 | 第19页 |
| 2.4.3 切削力监测法 | 第19-20页 |
| 2.4.4 电机电流与功率法 | 第20页 |
| 2.4.5 振动监测法 | 第20页 |
| 2.4.6 红外线辐射信号 | 第20页 |
| 2.4.7 声发射监测法 | 第20-21页 |
| 2.4.8 超声波信号 | 第21页 |
| 2.4.9 应用现代信息处理技术监控刀具状态 | 第21-22页 |
| 2.5 多传感器数据融合 | 第22-23页 |
| 2.5.1 数据融合的方法 | 第22-23页 |
| 2.6 BP 神经网络算法 | 第23-27页 |
| 2.6.1 BP 算法 | 第24页 |
| 2.6.2 BP 学习规则 | 第24-25页 |
| 2.6.3 BP 算法及其公式推导 | 第25-27页 |
| 2.7 小波分析理论 | 第27-28页 |
| 2.7.1 小波序列 | 第27页 |
| 2.7.2 连续小波变换 | 第27-28页 |
| 2.7.3 离散小波变换 | 第28页 |
| 2.8 本章小结 | 第28-29页 |
| 第3章 刀具状态监测实验 | 第29-38页 |
| 3.1 传感器的选择 | 第29页 |
| 3.2 刀具状态监测实验设计 | 第29-31页 |
| 3.2.1 实验设备选择 | 第29页 |
| 3.2.2 实验所用传感器选择 | 第29-30页 |
| 3.2.3 实验原理图 | 第30-31页 |
| 3.3 信号分析处理 | 第31-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 刀具磨损状态监测系统 | 第38-45页 |
| 4.1 监测系统原理 | 第38页 |
| 4.2 刀具状态监测系统设计 | 第38-39页 |
| 4.3 特征值归一化处理 | 第39-42页 |
| 4.4 多传感器信号作监测信号建模 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 刀具状态系统的开发 | 第45-52页 |
| 5.1 刀具监测系统开发软件 | 第45页 |
| 5.2 MATLAB 脚本的调用 | 第45-46页 |
| 5.3 刀具监测系统主要功能模块 | 第46-50页 |
| 5.4 实验验证 | 第50页 |
| 5.5 本章小结 | 第50-52页 |
| 第6章 总结和展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
