掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
高品質切削過程中的智能感知與預測技術/孫惠斌 版權信息
- ISBN：9787561264546
- 條形碼：9787561264546 ; 978-7-5612-6454-6
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
高品質切削過程中的智能感知與預測技術/孫惠斌 內容簡介
本書來源于作者在高品質切削過程中的智能感知與預測領域取得的研究成果，詳細介紹了數據驅動的表面粗糙度、表面紋理、刀具磨損在線監測，切削穩定性預報，刀具剩余壽命預測，以及刀具監測服務等方面的方法和實例。本書可供從事智能制造技術研發和工業應用的工程科技人員、高校院所的研究人員參考，也可作為相關專業本科生及研究生的教學參考書。
高品質切削過程中的智能感知與預測技術/孫惠斌 目錄
章 緒論
1．1 高品質切削過程的智能感知與預測概述
1．2 高品質切削過程的智能感知與預測實現模式
1．3 高品質切削過程的智能感知與預測相關技術
1．4 高品質切削過程的智能感知與預測應用領域
1．5 高品質切削過程的智能感知與預測技術展望
第二章 基于切削力和振動信號的工件表面粗糙度在線監測
2．1 工件表面粗糙度在線監測概述
2．2 工件表面粗糙度影響因素分析
2．3 切削力、振動信號特征的提取與分析
2．4 切削力、振動信號特征的降維與壓縮
2．5 基于改進BP神經網絡的表面粗糙度監測模型
2．6 本章小結
第三章 平面立銑工件表面紋理在線監測
3．1 工件表面紋理在線監測概述
3．2 表面紋理在線監測系統
3．3 立銑加工信號特征與表面紋理特征的提取
3．4 基于改進BP神經網絡模型的平面立銑表面紋理監測模型
3．5 實例驗證
3．6 本章小結
第四章 基于機器學習的銑削刀具磨損在線監測
4．1 刀具磨損監測概述
4．2 刀具磨損監測方案
4．3 刀具磨損信號特征的提取
4．4 刀具磨損監測模型
4．5 本章小結
第五章 基于機器學習的刀具剩余壽命預測
5．1 刀具剩余壽命預測概述
5．2 基于狀態信息的刀具運行可靠性的刀具剩余壽命預測
5．3 基于深度學習的刀具剩余壽命預測
5．4 本章小結
第六章 統計數據驅動的刀具剩余壽命預測
6．1 基于線性維納過程的刀具剩余壽命預測模型
6．2 基于非線性維納過程的刀具剩余壽命預測
6．3 本章小結
第七章 基于隱馬爾科夫模型的銑削顫振預報
7．1 穩定性監測與預報概況
7．2 銑削顫振動力學分析
7．3 銑削顫振信號處理及特征提取技術
7．4 基于隱馬爾科夫模型的顫振狀態預測模型
7．5 實例驗證
7．6 本章小結
第八章 基于感知與預測的產品服務系統
8．1 刀具工業產品服務系統概述
8．2 刀具工業產品服務系統架構
8．3 刀具工業產品服務系統流程
8．4 TCM-iPSS系統的使能技術
8．5 系統原型與驗證
8．6 本章小結
參考文獻
1．1 高品質切削過程的智能感知與預測概述
1．2 高品質切削過程的智能感知與預測實現模式
1．3 高品質切削過程的智能感知與預測相關技術
1．4 高品質切削過程的智能感知與預測應用領域
1．5 高品質切削過程的智能感知與預測技術展望
第二章 基于切削力和振動信號的工件表面粗糙度在線監測
2．1 工件表面粗糙度在線監測概述
2．2 工件表面粗糙度影響因素分析
2．3 切削力、振動信號特征的提取與分析
2．4 切削力、振動信號特征的降維與壓縮
2．5 基于改進BP神經網絡的表面粗糙度監測模型
2．6 本章小結
第三章 平面立銑工件表面紋理在線監測
3．1 工件表面紋理在線監測概述
3．2 表面紋理在線監測系統
3．3 立銑加工信號特征與表面紋理特征的提取
3．4 基于改進BP神經網絡模型的平面立銑表面紋理監測模型
3．5 實例驗證
3．6 本章小結
第四章 基于機器學習的銑削刀具磨損在線監測
4．1 刀具磨損監測概述
4．2 刀具磨損監測方案
4．3 刀具磨損信號特征的提取
4．4 刀具磨損監測模型
4．5 本章小結
第五章 基于機器學習的刀具剩余壽命預測
5．1 刀具剩余壽命預測概述
5．2 基于狀態信息的刀具運行可靠性的刀具剩余壽命預測
5．3 基于深度學習的刀具剩余壽命預測
5．4 本章小結
第六章 統計數據驅動的刀具剩余壽命預測
6．1 基于線性維納過程的刀具剩余壽命預測模型
6．2 基于非線性維納過程的刀具剩余壽命預測
6．3 本章小結
第七章 基于隱馬爾科夫模型的銑削顫振預報
7．1 穩定性監測與預報概況
7．2 銑削顫振動力學分析
7．3 銑削顫振信號處理及特征提取技術
7．4 基于隱馬爾科夫模型的顫振狀態預測模型
7．5 實例驗證
7．6 本章小結
第八章 基于感知與預測的產品服務系統
8．1 刀具工業產品服務系統概述
8．2 刀具工業產品服務系統架構
8．3 刀具工業產品服務系統流程
8．4 TCM-iPSS系統的使能技術
8．5 系統原型與驗證
8．6 本章小結
參考文獻
展開全部
書友推薦
- >
姑媽的寶刀
- >
自卑與超越
- >
月亮虎
- >
隨園食單
- >
唐代進士錄
- >
煙與鏡
- >
二體千字文
- >
中國歷史的瞬間
本類暢銷
