第一个书签之前
基于Elman 神经网络的旋转超声加工输出能量模型研究
RESEARCH ON OUTPUT ENERGY MODEL OFROTARY ULTRASONIC MACHINING BASED ONELMAN NEURAL NETWORK
摘 要
Abstract
目 录
第 1 章 绪 论
1.1 课题的来源
1.2 课题研究的背景和意义
1.3 国内外的研究现状及分析
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 主要研究内容
第 2 章 超声加工系统换能器能量模型构建
2.1 换能器工作原理及组成
2.2 换能器振动能量模型的建立
2.2.1 换能器振幅模型的研究
2.3 影响换能器特性参数的因素分析
2.3.1 时变因素对换能器特性参数的影响
2.3.2 工具头长度对换能器特性参数的影响
2.3.3 实际加工对换能器特性参数的影响
2.4 振幅和驱动电流关系标定
2.5 本章小结
第 3 章 基于扫频方法的换能器特性参数辨识
3.1 参数辨识相关原理
3.1.1 换能器特性参数计算原理
3.1.2 扫频原理
3.2 扫频过程
3.2.1 电压与电流有效值检测
3.2.2 阻抗角的检测
3.3 频率扫描算法的选择
3.3.1 实验分析
3.4 本章小结
第 4 章 基于Elman 神经网络的驱动电流预测
4.1 人工神经网络简介
4.2 Elman 神经网络
4.2.1 Elman 神经网络结构
4.2.2 Elman 神经网络学习过程
4.3 基于Elman 神经网络驱动电流预测模型的建立
4.3.1 训练样本选取与处理
4.3.2 建立基于Elman 网络的电流预测模型
4.3.3 训练网络
4.3.4 Elman 预测结果分析
4.4 本章小结
第 5 章 实验平台搭建及实验分析
5.1 上位机软件设计
5.1.1 上位机系统设
5.1.2 Elman 神经网络模块
5.2 下位机程序结构设计
5.3 上下位机通信协议设计
5.4 硬件实验平台
5.5 实验
5.5.1 间歇性加工时超声振幅输出一致性实验设计
5.5.2 实验结果分析
5.6 本章小结
结 论
参考文献
攻读硕士学位期间发表的学术论文
哈尔滨工业大学学位论文原创性声明和使用权限
致谢