声明
摘要
第1章 绪论
1.1 引言
1.2 表面粗糙度预测研究现状
1.2.1 基于切削理论的工件表面粗糙度预测建模
1.2.2 基于回归分析法的工件表面粗糙度预测建模
1.2.3 基于人工神经网络技术的工件表面粗糙度预测建模
1.3 本文采用的研究思路及研究意义
1.4 论文的主要研究内容
1.4.1 本文的主要研究工作
1.4.2 论文结构
第2章 表面粗糙度影响因素分析
2.1 表面形貌形成机理
2.1.1 车削表面形貌的形成
2.1.2 表面形貌的影响因素及仿真
2.2 工件表面粗糙度影响因素分析
2.2.1 切削用量的影响
2.2.2 刀具的影响
2.2.3 机床以及振动的影响
2.3 振动信号处理方式
2.3.1 时域分析
2.3.2 频域分析
2.3.3 时频分析
2.3.4 小波分析
2.4 小波包分析理论
2.5 小结
第3章 刀具振动信号采集实验设计
3.1 传感器的选择
3.1.1 振动测试传感器的类型
3.1.2 压电式加速度传感器的工作原理
3.2 采样频率的选取
3.3 刀具振动信号采集实验设计
3.3.1 实验设备
3.3.2 实验条件
3.3.3 实验方案
3.4 表面粗糙度测量
3.4.1 表面粗糙度评定参数
3.4.2 表面粗糙度测量方法和结果
3.5 小结
第4章 基于小波包技术的刀具振动信号处理
4.1 刀具振动信号预处理方法
4.2 刀具振动位移信号求解
4.3 刀具振动信号小波包分解与重构
4.4 刀具振动信号各频段能量比值
4.5 刀具振动信号频谱分析
4.6 小结
第5章 工件表面形貌仿真及粗糙度预测
5.1 工件表面粗糙度仿真假设条件
5.2 理论粗糙度表面形成过程
5.3 工件表面三维形貌仿真
5.3.1 刀具轨迹方程
5.3.2 工件表面形貌仿真
5.4 试验数据分析
5.5 小结
结论
参考文献
致谢