序
前言
第1章 绪论
1.1 磨削加工过程监控与优化决策技术简介
1.2 磨削加工过程监控与优化决策技术发展
1.3 磨削功率/能耗智能监控与优化决策技术研究现状
1.3.1 智能监控技术
1.3.2 能耗指标评价体系与模型
1.3.3 能耗与质量、效率多目标优化方法
1.3.4 磨削数据库与决策系统
1.4 本书研究内容
参考文献
第2章 磨削功率/能耗智能监控与优化决策硬件系统
2.1 磨削功率/能耗智能监控与优化决策硬件系统总体设计
2.2 磨削功率/能耗在线监控硬件系统
2.2.1 功率传感器安装与调试
2.2.2 功率信号数模-模数转换与采集
2.3 磨削功率/能耗远程监控硬件系统
2.4 自适应反馈控制硬件系统
参考文献
第3章 磨削功率/能耗智能监控与优化决策软件系统
3.1 EconG总体框架与功能结构
3.2 软件开发工具和互联方法
3.2.1 LabVIEW
3.2.2 SQL Server
3.2.3 LabVIEW与LabVIEW远程网络连接
3.2.4 LabVIEW与SQL Server连接
3.3 EconG系统模块设计
3.3.1 磨削功率/能耗实时监测模块
3.3.2 时频域磨削功率/能耗特征提取模块
3.3.3 砂轮状态监测和比较模块
3.3.4 磨削烧伤实时判别模块
3.3.5 磨削工艺参数多目标优化模块
3.3.6 磨削工况总结模块
3.4 EconG数据传输与管理
参考文献
第4章 磨削过程监测海量功率信号的时频域特征提取方法
4.1 信号的时域与频域性质
4.2 数字滤波
4.2.1 数字滤波流程
4.2.2 快速傅里叶变换基本理论
4.2.3 噪声识别与滤波
4.3 时域与频域特征提取
4.3.1 时域特征提取
4.3.2 频域特征提取
参考文献
第5章 磨削工艺参数多目标优化方法
5.1 磨削加工时间历程
5.2 磨削加工能耗指标评估模型
5.2.1 磨削加工过程能耗流分析
5.2.2 材料去除能耗的深度学习模型
5.2.3 总能耗的物理参数/深度学习混合模型
5.2.4 能耗效率评估
5.3 表面质量的三层映射aANN模型
5.3.1 功率信号关键特征与表面质量聚类分析
5.3.2 三层映射自适应人工神经网络模型
5.4 Pareto优化方法
5.4.1 基于动态惯性权重粒子群优化算法的能耗单目标优化
5.4.2 生产-环境多目标优化
参考文献
第6章 用户-基础-过程-知识结构的远程磨削数据库
6.1 磨削数据的多源异构分析
6.1.1 磨削数据及其来源分析
6.1.2 磨削数据结构
6.2 海量动态功率数据压缩与存储方法
6.2.1 高效压缩方法
6.2.2 快速存储调用方法
6.2.3 案例分析与讨论
6.3 远程磨削数据库总体设计
6.3.1 数据库开发架构与传输管理
6.3.2 数据发送和接收管理
6.4 远程磨削数据库数据操作与开发
6.4.1 基于LabVIEW的远程磨削数据库数据操作
6.4.2 基于LabVIEW的远程磨削数据库模块结构与配置方法
参考文献
第7章 磨削加工智能控制技术
7.1 磨削功率/能耗智能监控与优化决策软硬件系统调用
7.2 磨削知识数据的动态配置
7.2.1 知识数据离散化处理
7.2.2 知识数据判定索引
7.2.3 知识数据挖掘及关联性分析
7.2.4 知识数据配置
7.3 自适应反馈控制技术
7.3.1 自适应反馈控制系统
7.3.2 机床交互控制
7.3.3 自适应反馈控制技术应用
参考文献
第8章 磨削功率/能耗智能监控与优化决策系统应用及展望
8.1 典型材料磨削加工的功率/能耗智能监控与优化决策
8.1.1 金属材料磨削加工
8.1.2 陶瓷材料磨削加工
8.1.3 复合材料磨削加工
8.2 典型零部件磨削加工的磨削功率/能耗智能监控与优化决策
8.2.1 轴承磨削加工
8.2.2 曲轴磨削加工
8.3 磨削加工过程智能监控与优化决策系统展望
参考文献
展开
