神經(jīng)網(wǎng)絡(luò)與隱馬爾可夫混合模型在機械切削加工中的顫振預(yù)報.pdf

1、本文以國家自然科學(xué)基金項目“基于隱馬爾可夫模型的切削顫振在線監(jiān)測與控制的研究”(編號:50375070)為基礎(chǔ),提出碩士學(xué)位論文題目“神經(jīng)網(wǎng)絡(luò)與隱馬爾可夫混合模型在機械切削加工中的顫振預(yù)報”。本文研究了HMM和ANN的基本理論和算法,并討論其在機床切削顫振預(yù)報中的應(yīng)用,開發(fā)了機床切削顫振預(yù)報軟件。全文主要研究內(nèi)容如下:
　　1.介紹了機床切削顫振預(yù)報研究的意義;綜述了切削顫振預(yù)報技術(shù)的研究現(xiàn)狀;分析了HMM在機床切削顫振預(yù)報應(yīng)用中

2、的可行性;介紹了ANN的基本原理及其對HMM預(yù)報模型預(yù)報性能的提高;最后結(jié)合國家自然科學(xué)基金項目提出了本文的研究內(nèi)容,并給出了本文的總體框架和創(chuàng)新之處。
　　2.從Markov模型入手,引出了HMM的基本概念,然后較為詳細的介紹和分析了HMM的基本理論和算法,并對HMM在實際應(yīng)用中所遇到的問題展開了討論并提出了若干解決方案,提出訓(xùn)練用數(shù)據(jù)的提取方法,最后提出了HMM在機床切削顫振預(yù)報中的作用。
　　3.介紹了神經(jīng)網(wǎng)絡(luò)的兩個重

3、要模型:自組織特征映射模型與多層感知機模型,討論并實現(xiàn)了自組織特征映射模型作為HMM中的矢量量化工具;將具有諸多優(yōu)良性能的多層感知機與HMM相結(jié)合以提高預(yù)報效果。
　　4.探討了利用遺傳算法對HMM初始模型進行尋優(yōu)的過程。
　　5.應(yīng)用HMM中的Viterbi算法進行信號的數(shù)值濾波處理,討論了振動信號的特征提取方法,以及幅值譜矢量的標(biāo)量量化技術(shù),最后提出了機床切削過程中的ANN-HMM混合模型顫振預(yù)報方法。
　　6.基

4、于ANN-HMM顫振預(yù)報方法,開發(fā)了切削顫振預(yù)報軟件;介紹了軟件系統(tǒng)的開發(fā)環(huán)境、開發(fā)工具以及混合編程的接口實現(xiàn)方法;說明了整個軟件系統(tǒng)的基本組成和功能。
　　7.針對前面討論的HMM理論及其算法、信號數(shù)據(jù)采集方法、信號特征提取方法,以及切削過程中包含的穩(wěn)定切削、過渡切削到顫振切削三種狀態(tài)對應(yīng)的特征庫的建立方法,在CA6140型臥式普通車床上進行切削實驗驗證。
　　8.總結(jié)了全文的研究成果和創(chuàng)新之處;并對今后的工作提出了展望。