车削颤振的实时辨识与在线抑制系统研究
摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-27页 |
1.1 课题来源 | 第11页 |
1.2 课题背景 | 第11-12页 |
1.3 国内外研究现状 | 第12-22页 |
1.3.1 颤振检测 | 第13-16页 |
1.3.2 颤振频率估计 | 第16-18页 |
1.3.3 颤振抑制 | 第18-21页 |
1.3.4 颤振在线检测与抑制系统 | 第21-22页 |
1.4 问题提出与本文研究内容 | 第22-27页 |
1.4.1 问题提出 | 第22-24页 |
1.4.2 研究内容 | 第24-27页 |
第二章 颤振孕育状态下的实时辨识 | 第27-51页 |
2.1 引言 | 第27页 |
2.2 小波理论基础 | 第27-30页 |
2.3 小波包矩阵 | 第30-34页 |
2.4 加权小波包熵及最优权值存在性分析 | 第34-38页 |
2.4.1 加权小波包熵计算过程 | 第34-37页 |
2.4.2 最优权值的存在性分析 | 第37-38页 |
2.5 基于极值理论的阈值确定 | 第38-41页 |
2.6 颤振辨识实验研究 | 第41-48页 |
2.6.1 实验平台 | 第42-43页 |
2.6.2 加权小波包熵颤振辨识的实施过程 | 第43-46页 |
2.6.3 实验一:最优权值的获取 | 第46-47页 |
2.6.4 实验二:最优权值的验证 | 第47-48页 |
2.7 本章小结 | 第48-51页 |
第三章 颤振频率的高精度实时估计 | 第51-81页 |
3.1 基于尺度因子的频率估计算法 | 第51-67页 |
3.1.1 算法推导 | 第51-56页 |
3.1.2 理论方差 | 第56-61页 |
3.1.3 仿真结果 | 第61-67页 |
3.2 切换式频率估计算法 | 第67-77页 |
3.2.1 算法推导 | 第68-72页 |
3.2.2 理论误差 | 第72-73页 |
3.2.3 仿真结果 | 第73-77页 |
3.3 颤振频率估计实验 | 第77-78页 |
3.4 本章小结 | 第78-81页 |
第四章 基于参数扰动的颤振抑制分析 | 第81-107页 |
4.1 基于过程参数扰动的颤振抑制模型 | 第81-85页 |
4.1.1 车削过程的再生颤振模型 | 第81-83页 |
4.1.2 刚度扰动模型 | 第83页 |
4.1.3 主轴转速扰动模型 | 第83-85页 |
4.2 基于拉格朗日插值的高阶全离散方法 | 第85-98页 |
4.2.1 推导过程 | 第85-89页 |
4.2.2 性能分析 | 第89-95页 |
4.2.3 比较与讨论 | 第95-98页 |
4.3 过程参数扰动的颤振抑制性能分析 | 第98-104页 |
4.3.1 刚度扰动参数分析 | 第98-101页 |
4.3.2 主轴转速扰动参数分析 | 第101-104页 |
4.4 本章小结 | 第104-107页 |
第五章 颤振实时辨识与在线抑制系统 | 第107-125页 |
5.1 系统组成与框架 | 第107-113页 |
5.1.1 颤振实时辨识模块 | 第107-109页 |
5.1.2 颤振频率估计模块 | 第109-111页 |
5.1.3 颤振在线抑制模块 | 第111-112页 |
5.1.4 整体系统框架 | 第112-113页 |
5.2 西门子数控系统二次开发 | 第113-120页 |
5.2.1 开发需求 | 第113-114页 |
5.2.2 实时改变R参数 | 第114-117页 |
5.2.3 同步动作 | 第117-120页 |
5.3 实验验证 | 第120-123页 |
5.3.1 实验平台 | 第120-121页 |
5.3.2 实验设计 | 第121页 |
5.3.3 实验结果 | 第121-123页 |
5.4 本章小结 | 第123-125页 |
第六章 总结与展望 | 第125-129页 |
6.1 全文总结 | 第125-126页 |
6.2 创新点 | 第126-127页 |
6.3 研究展望 | 第127-129页 |
参考文献 | 第129-147页 |
致谢 | 第147-149页 |
攻读学位期间发表的学术论文 | 第149-151页 |
攻读学位期间申请的专利 | 第151-153页 |
攻读学位期间所获奖励或荣誉 | 第153-154页 |