电阻点焊电极头磨损程度的监测
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10页 |
| ·电极的磨损与使用寿命研究现状 | 第10-12页 |
| ·激光位移传感器的发展及应用 | 第12-13页 |
| ·数字图像处理的发展及应用 | 第13-15页 |
| ·数字图像处理的发展概况 | 第13-14页 |
| ·数字图像处理的应用现状 | 第14-15页 |
| ·模式识别的发展及应用 | 第15-18页 |
| ·目前研究所存在的问题 | 第18-19页 |
| ·研究内容 | 第19-20页 |
| 第二章 电极头磨损程度的激光传感 | 第20-28页 |
| ·电极头磨损的机理 | 第20-21页 |
| ·电极头的形状 | 第20页 |
| ·电极头的磨损 | 第20-21页 |
| ·电极头磨损程度的测量 | 第21-24页 |
| ·电极头磨损程度测量平台 | 第21-22页 |
| ·激光位移传感器的测量原理 | 第22-23页 |
| ·电极头磨损程度的测量 | 第23-24页 |
| ·电极头磨损程度表征参量的提取 | 第24-26页 |
| ·试验方案及过程 | 第24-25页 |
| ·数据分析 | 第25-26页 |
| ·电极头磨损程度表征参量的提取 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 焊点压痕形状的图像特征识别 | 第28-40页 |
| ·焊点压痕表面图像的获取与分析 | 第28-31页 |
| ·焊点压痕图像获取 | 第28-29页 |
| ·焊点压痕图像分析 | 第29-31页 |
| ·焊点压痕图像的处理 | 第31-36页 |
| ·图像预处理 | 第31-33页 |
| ·边缘检测 | 第33-34页 |
| ·图像分割 | 第34-36页 |
| ·焊点压痕图像特征参量 | 第36-39页 |
| ·特征参量提取 | 第36-37页 |
| ·焊点图像特征参量和电极头磨损程度的关系 | 第37-38页 |
| ·结果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 电极头磨损程度的 SVM 预测模型 | 第40-50页 |
| ·SVM 的基本原理 | 第40-43页 |
| ·特征参量提取 | 第43-44页 |
| ·激光传感电极头磨损程度表征参量 | 第43页 |
| ·焊点图像电极头磨损程度特征参量 | 第43-44页 |
| ·SVM 回归预测模型 | 第44-49页 |
| ·数据提取和预处理 | 第44-46页 |
| ·参数优化选择 | 第46-47页 |
| ·模型训练 | 第47-48页 |
| ·回归预测 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 附录 A 攻读硕士期间发表论文 | 第59页 |
