神经网络与隐马尔可夫混合模型在机械切削加工中的颤振预报

目录

中文摘要

英文摘要

第一章 绪 论

1.1 引言

1.2 切削颤振预报研究现状与发展

1.3 HMM在切削颤振预报中应用的意义

1.4 神经网络及对HMM的改进

1.5 论文的研究内容、创新之处及总体结构

1.6 本章小结

第二章 HMM基本理论、算法及其应用

2.1 引言

2.2 Markov模型

2.3 HMM基本概念和定义

2.4 HMM基本算法

2.6 HMM在实际应用中的改进措施

2.7 HMM在机床切削颤振预报中的作用

2.8 本章小结

第三章 基于神经网络的HMM

3.1 自组织特征映射模型与HMM[71—73]

3.2 多层感知机[34——35]

3.3 多层感知机与HMM[55]

3.4 本章小结

第四章 基于遗传算法的HMM初始优化

4.1 遗传算法简介

4.2 遗传算法的算法描述

4.3 遗传算法进行HMM初始模型寻优

4.4 应用实例

4.5 本章小结

第五章 基于ANN与HMM混合模型的颤振预报系统

5.1 引言

5.2 系统总体构架

5.3 切削颤振预报系统分析

5.4 FFT-ANN-HMM状态识别法

5.5 本章小结

第六章 机床切削颤振预报软件开发

6.1 引言

6.2 开发工具介绍

6.3 Matlab 与LabVIEW接口实现

6.4 软件安装和设置

6.5切削颤振预报软件的基本功能

6.6 本章小结

第七章 切削颤振预报实验

7.1 引言

7.2 实验验证

7.3 实验方案

7.4 实验结果讨论

7.5 本章小结

第八章 结论与展望

8.1 本文总结

8.2 未来展望

附录A 缩略语

附录B 符号表

参考文献

致谢