基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究

基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究

ID:34738905

大小:9.59 MB

页数:141页

时间:2019-03-10

基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究_第1页
基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究_第2页
基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究_第3页
基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究_第4页
基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究_第5页
资源描述:

《基于hmm-svm磁流变自抑振智能镗杆颤振在线预报理论和方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基王塾丛丛二苎y丛趁磁逋銮自控蘧智能镗枉颤蘧查终亟拯翌迨独立法巫塞⑧论文作者签名:芝止指导教师签名::瞳垫垄论文评阅人1:王振龙教授哈尔滨工业大学评阅人2:塞迭莶塾拯垡虫型这太堂评阅人3:进至塾拯酉室童适太堂评阅人4..夏毅筮塾援虫直态堂评阅人5:韭勤逦塾拯出丕太堂答辩委员会主席:陈本永教授浙江理工大学委员1:陈子辰教授浙江大学委员2-傅建中教授浙江大学委员3:逝全塾握逝江太堂委员4:委员5:魏燕定教授浙江大学IntelligentBoringBarBasedonI-IMM.SVM⑧Author'ssignature:一‘●‘bupervtsor7ssigna

2、ture:Thesisreviewer1:监圣:L:』旦!Q£』}垂坚:坠地!坠§!堑竖!曼Q至!鱼£塾Q坠Q塾丛型Thesisreviewer2:墨垒王L』里翌£』堡丝坠墼坐邀!虹丛墨鱼璺塾£曼垫垦壁璺塾塑Q坠碰Thesisreviewer3:至坠塾g』:翌!Q£』塑:箜』鱼Q!Q坠g!=鱼亟墅煦Thesisreviewer4:丕垫X丛:堡!Q£』堡婴堑堑墨Q丛坐&笪!煦Thesisreviewer5:垫鲤gQ:丛生翌£坐h垫亟Q坠g坐迪§监Chair:一鱼塑垦Y业!亟』垫互迪g墨曼兰堡鱼堕垃笪§鲤(Committeeoforaldefence)Commit

3、teeman1:鱼垫圣:£:』堕篮』垫互迪g逝§啦Committeeman2:Committeeman3:Committeeman4.Committeeman5:Dateoforaldefence:一№Y:丝,2Q!兰浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得逝垄盘鲎或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者躲李砬

4、签字日期:加,岁年/『月彤曰学位论文版权使用授权书本学位论文作者完全了解堑垄态堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:凌彼导师签名:签字日期:沙『;年/f月彬日签字日期:沙,歹年//月W曰浙江大学博士学位论文摘要由于镗杆的长径比通常比较大、镗削系统结构刚度较低,镗削加工过程极易发生颤振,这给精密孔的加工带来了极大的困难,往往导致精密孔加工

5、精度低、表面质量差、加工效率低等问题。为了对镗削颤振进行快速有效的抑制,确保精密孔的加工质量,本文结合浙江省自然科学基金项目(Y104462)和国家自然科学基金项目(50405036),利用理论推导、数值仿真分析和实验研究等手段,对磁流变自抑振智能镗杆镗削颤振的在线识别预报理论和方法展开了深入研究。第1章,阐述了课题的研究背景与意义,详细介绍了金属切削颤振及其在线识别预报技术的研究现状和发展趋势,提出了本文的主要研究内容。第2章,对金属切削颤振产生机理进行了深入的研究,建立了再生型颤振的系统动力学模型,并对机床金属切削系统的稳定性进行了分析,推导出了金属切削系

6、统稳定性极限图;在此基础上,对变速切削法抑振机理进行了研究,揭示其颤振抑制的本质;研究了系统结构刚度和阻尼对系统稳定性的影响,分析了变剐度切削进行颤振抑制的可行性,最后设计了一种基于磁流变液材料的自抑振智能镗杆,并对其抑振原理进行了阐述。第3章,提出了将EMD分解和HHT变换方法引入镗削颤振征兆特征提取过程中,并对其基本理论和实现过程进行深入的研究。首先,利用EMD对镗削振动信号进行分解,并通过将分解所得的IMF分量的能量变化情况与颤振的“能量频移”现象进行对比,验证了EMD分解在镗削颤振征兆特征提取是可行的。其次,再对IMF分量进行Hilbert变换,得到振

7、动信号的时频图,最终快速有效的实现镗削颤振征兆特征的提取。第4章,在研究多特征信息融合技术的基础上,提出将FastlCA引入到镗削颤振识别预报中,并建立了基于IMF虚拟通道的FastlCA镗削颤振征兆信号分离系统,将前一章中所提取的颤振征兆特征进一步融合,从而分离出更能反映颤振征兆的特征信号,经数值仿真分析表明,该方法能有效提高镗削颤振的征兆特征精准度,为后续的镗削状态识别系统打下基础。第5章,在对HMM、SVM两个模式识别模型的基本算法、优缺点和适用范围进行深入分析的基础上,结合镗削颤振形成过程中过渡阶段较短且容易与相邻的正常镗削、颤振阶段混淆的特点,提出了

8、一种基于HMM—SVM混合模型的镗削颤

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。