您好,欢迎来到聚文网。 登录 免费注册
机床主轴铣削颤振检测与抑制

机床主轴铣削颤振检测与抑制

  • 字数: 265
  • 出版社: 西安交大
  • 作者: 李小虎//万少可//张燕飞|
  • 商品条码: 9787560595764
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 226
  • 出版年份: 2024
  • 印次: 1
定价:¥90 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书论述了铣削颤振动 力学建模与颤振特性分析、 铣削颤振特征信号提取、铣 削颤振检测与识别以及铣削 颤振抑制的问题。主要包括 铣削颤振动力学建模与颤振 特性分析、基于时域信号方 差比的铣削颤振识别、基于 功率谱熵差的铣削颤振早期 检测、基于SVM-Adaboost 的铣削颤振识别、铣削颤振 自适应控制和LQR最优控制 、基于卡尔曼滤波的铣削自 适应控制、基于μ综合法和 LMI的铣削颤振鲁棒控制算 法以及高速铣削颤振滑模变 结构主动抑制方法。本书可 为工程技术人员提供机床主 轴颤振检测与抑制方法,还 可为机械类高年级本科生和 研究生快速了解机床主轴铣 削颤振检测与抑制的理论和 测试手段提供帮助。
目录
第1章 绪论 1.1 背景及意义 1.2 国内外研究现状 1.2.1 铣削振动信号采集 1.2.2 铣削振动信号处理 1.2.3 颤振状态识别 1.2.4 颤振抑制 1.3 存在的问题和发展趋势 第2章 铣削颤振动力学建模与颤振特性分析 2.1 引言 2.2 再生型铣削颤振动力学模型 2.2.1 铣削厚度模型 2.2.2 铣削力模型 2.2.3 铣削动力学模型 2.3 铣削颤振频率特性分析 2.4 铣削信号的参数化建模 2.5 铣削颤振频率特性验证 2.5.1 机床模态辨识实验 2.5.2 铣削颤振频率特性实验验证 2.6 本章小结 第3章 基于自适应滤波的铣削颤振特征信号提取 3.1 引言 3.2 铣削信号的参数化建模与自适应滤波 3.2.1 基于移动平均模型的参数化建模 3.2.2 基于LMS准则的自适应滤波 3.3 自适应滤波器特性分析与改进 3.3.1 自适应滤波特性分析 3.3.2 动态步长自适应滤波器 3.3.3 初始步长因子的定量分析 3.4 自适应滤波器特性验证 3.4.1 数值仿真验证 3.4.2 铣削实验验证 3.5 经验模态分解 3.6 本章小结 第4章 基于时域和频域指标的铣削颤振检测 4.1 引言 4.2 信号状态指标 4.2.1 时域方法指标 4.2.2 复杂度指标 4.2.3 时频域方法指标 4.3 铣削颤振早期在线识别指标的构建 4.3.1 基于自适应滤波的无量纲时域指标构建 4.3.2 基于经验模态分解的无量纲时频域指标构建 4.4 状态识别指标对比验证 4.5 早期主颤振频率估计与提取 4.5.1 基于卡尔曼滤波的主颤振频率估计 4.5.2 基于希尔伯特变换的主颤振频率估计 4.6 多工况铣削颤振识别实验 4.6.1 实验方案设计 4.6.2 实验结果分析 4.7 本章小结 第5章 基于功率谱熵差的铣削颤振检测 5.1 引言 5.2 铣削颤振早期检测方法的步骤 5.3 干扰频率成分识别方法 5.4 颤振敏感频段信号分离方法 5.4.1 VMD分解分离颤振敏感频段 5.4.2 VMD分解效果评价指标 5.4.3 VMD分解参数选取 5.5 颤振检测指标设计 5.6 铣削颤振检测算法实验验证 5.7 本章小结 第6章 基于间隔频率信息熵的铣削颤振检测 6.1 引言 6.2 基于间隔频率信息熵的颤振监测方法流程 6.3 基于矩阵陷波滤波器的信号滤波 6.4 信号主成分频率估计方法 6.4.1 基于TLS-ESPRIT的信号成分估计 6.4.2 获取信号子空间阶数 6.5 构造间隔频率信息熵指标 6.6 变工况实验验证与分析 6.6.1 变工况实验设计 6.6.2 颤振指标有效性验证与分析 6.6.3 实验验证与对比分析 6.7 本章小结 第7章 基于改进SVM-Adaboost算法的铣削颤振检测 7.1 引言 7.2 不同工况铣削振动信号的采集 7.3 不同工况铣削振动特征提取 7.3.1 常规特征指标 7.3.2 自动提取特征 7.3.3 组合特征 7.3.4 特征分析 7.4 改进SVM-Adaboost算法 7.5 本章小结 第8章 基于间隔频率特征图和卷积神经网络的颤振识别方法 8.1 引言 8.2 铣削状态评估流程 8.3 间隔频率特征图构造方法 8.3.1 间隔频率特征图定义及其特征分析 8.3.2 特征图归一化与缩放 8.3.3 特征图数据增强方法 8.4 数据集构造方法 8.4.1 实验数据集构造方法 8.4.2 仿真过程中的模态参数设置 8.4.3 仿真数据集构造方法 8.5 IFFM-CNN结构设计与训练参数选择 8.6 铣削颤振卷积神经网络的模型迁移与实验验证分析 8.6.1 不同实验样本数量对模型迁移的影响 8.6.2 IFFM与STFT特征图对比分析 8.6.3 变工况实验验证与分析 8.7 本章小结 第9章 铣削颤振自适应控制和LQR最优控制 9.1 引言 9.2 铣削颤振自适应控制过程及仿真 9.2.1 铣削颤振自适应控制过程 9.2.2 铣削颤振自适应控制仿真 9.3 LQR控制及仿真 9.3.1 LQR控制原理 9.3.2 LQR控制仿真 9.4 自适应控制和LQR控制特性对比 9.5 本章小结 第10章 基于卡尔曼滤波的铣削颤振自适应控制 10.1 引言 10.2 卡尔曼滤波原理 10.3 基于卡尔曼滤波的自适应控制算法设计 10.4 基于卡尔曼滤波的自适应控制算法仿真 10.5 本章小结 第11章 基于μ综合法和LMI的铣削颤振鲁棒控制 11.1 引言 11.2 基于μ综合法的鲁棒控制算法设计与仿真 11.2.1 鲁棒控制名义系统建模 11.2.2 考虑参数不确定性的控制系统模型 11.2.3 鲁棒控制算法设计 11.2.4 鲁棒控制算法时域仿真 11.3 基于LMI的鲁棒控制算法设计与仿真 11.3.1 基于LMI鲁棒控制算法设计 11.3.2 基于LMI鲁棒控制算法仿真 11.4 不同控制算法的颤振抑制性能对比 11.5 本章小结 第12章 高速铣削颤振滑模变结构主动抑制 12.1 引言

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网