目 录 1
序一 1
序二 1
第一章引论 1
§1.1先进制造中的监控技术 1
1.1.1先进制造技术 1
1.1.2先进制造中的监控技术 4
1.2.1计算智能与制造智能 6
§1.2智能监控技术 6
1.2.2监控系统的一般概述 8
1.2.3智能监控技术 10
§1.3加工过程智能监控关键性技术 11
1.3.1智能传感器技术 11
1.3.2信号处理技术 13
1.3.3智能学习决策技术 15
§1.4加工过程状态智能监控的主要内容及发展 17
1.4.1智能监控技术的主要内容 17
1.4.2智能监控技术的发展 18
第二章信号处理技术 20
§2.1时间序列分析方法 20
2.1.1时间序列分析概述 20
2.1.2时间序列分析的数学基础 21
2.1.3 AR模型 21
2.1.4 AR模型参数估计 24
2.1.5 AR模型频谱分析 31
2.2.2短时傅里叶变换（STFT） 34
2.2.1信号时频分析方法 34
§2.2小波分析技术 34
2.2.3小波分析 37
2.2.4正交小波分析 40
2.2.5小波包原理 42
2.2.6基于小波包的信号特征提取 45
第三章模糊技术 47
§3.1模糊数学基本理论 47
3.1.1模糊集合论的哲学基础 47
3.1.2模糊集合的基本概念 48
3.2.1模式识别综述 52
§3.2模糊模式识别 52
3.2.2何谓模糊模式识别 54
3.2.3几个重要概念 55
3.2.4模糊模式识别方法 56
§3.3模糊聚类分析 57
3.3.1模糊等价矩阵动态聚类分析法 57
3.3.2模糊ISODATA聚类分析法 59
4.1.1神经网络的基本特征 63
§4.1 神经网络 63
第四章神经网络技术 63
4.1.2 BP算法 66
§4.2模糊神经网络 69
4.2.1模糊系统与神经网络关系 70
4.2.2模糊系统与神经网络融合方式 70
4.2.3模糊神经网络模型 71
第五章加工过程中刀具状态监控 75
§5.1刀具状态监控主要方法 75
§5.2基于时序分析刀具破损检测 78
5.3.1 电流信号小波分析 82
§5.3基于小波分析刀具破损检测 82
5.3.2刀具破损检测系统的研制 91
§5.4基于电流信号刀具磨损状态识别 92
5.4.1钻头磨损状态识别 93
5.4.2镗刀磨损状态识别 100
§5.5基于模糊神经网络刀具磨损状态识别 108
5.5.1声发射信号分析 108
5.5.2基于模糊神经网络的刀具磨损状态识别 116
§5.6 刀具磨损状态智能综合识别 121
5.6.1扩展泰勒公式及刀具磨损状态估计 122
5.6.2刀具磨损状态智能识别 125
附录Ⅰ 镗削实验数据 132
附录Ⅱ 常用智能软件程序 134
1．AR模型 134
2．离散小波变换 139
3．连续小波变换 146
4．小波包变换 152
5．模糊ISODATA聚类分析 162
6．模糊神经网络 167
参考文献 173