文摘
英文文摘
声明
1前言
1.1本课题的来源及研究意义
1.2相关理论与技术的发展及研究现状
1.2.1工程陶瓷磨削技术现状
1.2.2声发射技术的发展及在磨削加工中的应用
1.2.3小波理论概述及其在机械加工监测中的应用
1.3本文的主要工作
2砂轮声发射信号的小波分析若干关键问题研究
2.1声发射技术的理论基础:
2.1.1声发射信号的概念及特点
2.1.2声发射信号的分析方法
2.2小波分析的相关概念及算法
2.2.1小波分析的相关概念
2.2.2多分辨率分析与Mallat算法
2.3各类噪声对声发射信号的影响及消除办法
2.4砂轮声发射信号小波分析的小波基选取研究
2.4.1常用小波基性质研究
2.4.2砂轮钝化声发射信号小波分析的小波基选取
2.5砂轮声发射信号小波变换最大分解尺度(层数)的确定
2.6本章小结
3小波能量系数法在砂轮声发射信号处理中的应用研究
3.1砂轮钝化的判定标准
3.2磨削参数对砂轮钝化的影响
3.2.1工作台速度对AE信号的影响
3.2.2砂轮线速度与磨削深度对AE信号的影响
3.3小波能量系数法的应用研究
3.3.1小波能量系数的定义
3.3.2具体试验分析
3.4本章小结
4基于BP神经网络的砂轮钝化状态判断应用研究
4.1人工神经网络概述
4.1.1人工神经元模型
4.1.2人工神经网络性质
4.2BP神经网络及其算法
4.2.1BP神经网络性质
4.2.2BP算法
4.2.3BP算法的改进
4.3基于BP神经网络的砂轮钝化状态判断方法研究
4.3.1隐层数与隐层节点的确定
4.3.2传递函数与训练算法的选择
4.3.3学习速度与学习误差的确定
4.3.4输入层和输出层节点数与样本选择
4.4状态识别神经网络的训练与仿真
4.4.1状态识别神经网络的建立
4.4.2状态识别神经网络的训练与仿真结论分析
4.5本章小结
5结论与展望
5.1结论
5.2展望
参考文献
致谢
个人简历
发表的学术论文