一、金属研磨平板消除冰刀卷刃的实验研究（论文文献综述）
周骥[1]（2016）在《速滑冰刀的参数化设计及摩擦特性分析》文中研究指明科学技术在体育运动中扮演很重要的角色,是体育产业开发与应用的第一推动力量。鲨鱼皮泳衣、克莱普冰刀等这些体育科技产物无不证明了这一点。速度滑冰是一项复杂的运动,滑跑成绩受冰刀与冰的多层面的交互作用影响,除了运动员的个人水平外,滑冰器材的革新也是潜在的影响因素。冰刀是冰上运动的基础,而冰刀的结构、形状、力学性能对提高运动成绩都有极大的影响。其中,冰刀弧将直接决定运动员滑行的动力学性能,是影响速滑运动员成绩的决定因素之一,冰刀弧曲线为一光滑自由曲线,包括弧形、弧度、弧长、弧高和顶弧位置等参数。因此,通过提高冰刀对冰面的作用效果来提升运动员的比赛成绩至关重要。本文选取冰刀弧的曲率半径,顶弧位置和弧形为设计参数,各参数分别选取了3个水平:曲率半径（R=15 m,R=20 m,R=25 m）,顶弧位置（弧顶位于沿刀长方向上40%,50%,60%处）,弧形（圆弧形、抛物线形和摆线形）,利用试验优化设计编排并加工出共9种冰刀弧。通过冰上试验和有限元模拟,探寻各因素水平对冰刀滑行效果的影响。（1）通过低速滑行试验,以摩擦阻力为试验指标,经极差分析得出三种因素对摩擦阻力影响的主次因素顺序为曲率半径、顶弧位置、弧形,各因素的优水平为R=15 m、40%、摆线形。冰刀弧的曲率半径与滑行阻力影响具有显着相关性。在压力板测试中得出刀弧曲率半径对刀刃与冰面接触面积和接触压强的影响要大于弧形;顶弧位置会影响刀刃压力中心位置和刀刃底部与冰的接触区域。（2）利用ANSYS对9种冰刀进行滑动摩擦热-结构耦合分析,以温升为试验指标,得出的结论与低速滑行试验基本一致,曲率半径的优水平为R=20 m;接接触面的压强、接触面间的热传导和非接触面的对流换热均影响接触面温升。（3）利用ANSYS模拟涂层冰刀和几何结构刃面冰刀的滑动摩擦效果以提高冰摩擦润滑效果和冰刀服役性能。通过对比不含涂层、UHMWPE涂层和TiN涂层冰刀与冰面作用后温度场及应力场,分析得到涂层材料使冰面温升更高,同时涂层起隔热作用,对冰刀基体温度场有缓释作用;并分析涂层基体等效应力与切应力表明涂层冰刀存在两个危险点,且应力随弹性模量增大而增大。通过对比不同间距的凹坑型刃面冰刀与冰面作用后温度场及应力场,得到只有间距为7mm的几何结构刃面冰刀使冰面具有更高的温升;分析光滑和几何结构刃面冰刀基体的等效应力和温度场,得到几何结构刃面在局部存在应力集中和局部高温,但在接触区的等效应力和温度均小于光滑刃面,几何结构刃面对冰刀基体应力场和温度场具有缓释作用,且凹坑间距越小,缓释作用越明显。
米靖[2]（2014）在《物理气相沉积技术在冰刀上的应用》文中进行了进一步梳理根据冰刀的服役条件和失效方式提出了冰刀的强化和延寿可能途径,认为在其表面用物理气相沉积TiCN具有良好的效果。
金喜添[3]（2008）在《便携式多功能冰刀研磨机的研制》文中指出为了解决磨冰刀工作量大、质量难以保证的难题,综合利用机械原理及机械加工手段对现有的磨刀机进行了进一步的研究,研制了便携式多功能冰刀研磨机。叙述了该磨冰刀机的结构、特点及其工作原理。实际使用结果表明,该磨冰刀机具有具有操作简单、磨后的冰刀刃标准精确、多功能、工作效率高、便于携带等优点。该磨冰刀机对我国冰上项目开展与提高具有深远意义。
杨德钊[4]（2007）在《基于小波神经网络的冰刀刀刃磨损测量及验证》文中进行了进一步梳理本课题来源于国家体育总局的一项招标项目,该招标项目要求研发一套能够自动研磨速滑冰刀和短道速滑冰刀的数控研磨机。作为数控研磨机解决方案的一部分,本课题主要解决冰刀刀刃磨损量的测量。本论文提出了一种基于人工神经网络（ANN）的冰刀磨损量测量系统,并结合小波变换与神经网络的优点,对ANN进行了改进,得到了更为有效的小波神经网络。从对刀刃磨损量理论测量公式的推导,到测量算法的设计和仿真,再到系统的硬件实时实现,本论文介绍了该测量方案的流程。另外,详细论述了径向基函数（RBF）网络与小波神经网络对误差反相传播（BP）网络改进后的仿真训练过程;叙述了测量系统的基于数字信号处理器（DSP）硬件实时实现过程。最后的实验结果证明,这种方法可以用于自动冰刀研磨机在线自动测量冰刀磨损量。
张洋[5]（2007）在《基于虚拟样机技术的数控冰刀研磨机的研究》文中指出冰上运动的发展对冰刀质量提出更高的要求,可是冰刀的手工研磨效率低,研磨质量难以得到保证,本文利用虚拟样机技术研究了具有按预定冰刀参数仿形自动研磨速滑、短道速滑冰刀功能的数控冰刀研磨机。首先,规划出冰刀研磨机机械结构的总体布局;用CATIA软件建立了零、部件的实体模型,并在此环境下完成机械结构的虚拟装配和装配干涉分析;然后,将CATIA模型导入到ADAMS中,添加约束和载荷,建立完整的虚拟样机模型;最后,对所建立的样机模型进行运动仿真和砂轮主轴轴承系统刚性的动力学分析,确定了带动X、Y、Z轴丝杠旋转的伺服电机的最大转速为2000RPM,验证了丝杠有效螺纹长度设计合理,砂轮主轴轴承系统的刚性满足要求。
宋卫东[6]（2006）在《冰刀磨损量测量算法及其硬件实现的研究》文中认为本课题来源于国家体育总局的一项招标项目,该招标项目要求研发一套能够自动研磨速滑冰刀和短道速滑冰刀的数控研磨机。作为数控研磨机解决方案的一部分,本课题主要解决冰刀刀刃磨损量的测量。本论文提出了一种基于人工神经网络（ANN）的冰刀磨损量测量系统。从对刀刃磨损量理论测量公式的推导,到测量算法的设计和仿真,在到系统的硬件实时实现,本论文介绍了该测量方案的流程。概述了用matlab专用工具箱对神经网络权值进行训练及仿真的过程;叙述了测量系统的基于数字信号处理器（DSP）硬件实时实现过程,并着重分析散射光强数据采集电路的设计和定点实现过程中程序变量的定标、非线性运算的实现等关键步骤。最后的实验结果证明,这种方法可以用于自动冰刀研磨机在线自动测量冰刀磨损量。
吕学涛[7]（2005）在《基于神经网络的冰刀刀刃磨损测量方法的研究》文中认为为了配合自动研磨机获取冰刀刀刃的磨损量,本课题研究了一种基于神经网络的刀刃磨损测量方法。从对刀刃磨损轮廓建立数学模型到测量方法的挖掘再到对该方案进行仿真,本论文详细介绍了该测量方案的流程。仿真实验采用Matlab的神经网络的工具箱,对不同的BP 网络算法进行仿真,第六章给出了各种方法的仿真误差。实验过程中的数据经由数学模型产生,最后的实验给出了不大于0.1%的相对测量误差。这个误差产生于从CCD 获取数据到神经网络输出整个模块,而不包括CCD 的采集数据的误差。这个误差说明这种方法可以用于自动刀刃研磨机在线自动测量冰刀刀刃磨损量。
王小江[8]（2005）在《便携式数控冰刀研磨机的研制》文中研究表明冰上运动的发展对冰刀质量提出了更高的要求,可是冰刀的手工研磨自动化程度低,研磨质量和效率难以得到保证。在国内,本文首次将数控方法应用到冰刀研磨当中去。冰刀的数控研磨需满足设备便携、工艺简单、控制精确、研磨精度高等方面的要求。本文结合国家体育总局冬奥会攻关项目“便携式数控冰刀测量与研磨机的研制”,围绕上述要求进行了系统的深入研究,具体内容如下: 首先,冰刀数控研磨机的便携性主要体现在其设备本身的质量和体积上。本文针对影响冰刀研磨设备便携性的因素,提出了两点实现设备便携性的方法。①确定了冰刀研磨机的总体布局和关键元部件的选取,冰刀采取立式,工作台采取卧式,尽量缩小设备的尺寸。②PC 机通过打印机接口直接连接冰刀研磨设备,实现PC 机直接数控,从而去掉了传统数控设备中的工控机,以满足冰刀研磨机便携性的要求。其次,本文分析了影响冰刀加工质量的因素。结合这些因素,制定了冰刀研磨的加工工艺。冰刀采取粗磨、精磨、抛光磨三级研磨,控制系统根据研磨总量自动生成研磨工艺。研究设计了冰刀研磨的专用砂轮,同时根据砂轮的磨损机理,提出了砂轮修整方法。最后,在基于华中开放式数控平台的基础上,开发了冰刀研磨的系统控制软件。设计了冰刀研磨砂轮的特殊运动方式。采用CNC-PLC 模拟量单元的数据及信号处理环节,用变频器来实现对砂轮主轴电机的控制,从而保证砂轮以恒定的线速度进行研磨加工。将面向对象编程技术应用到冰刀的数控编程中,使数控编程变得简单易懂。系统软件提供了友好的人机界面,使人机交互变得容易,更适合于运动员操作使用,同时,系统还提供了加工在线仿真功能,使研磨加工过程变得形象而具体。
向华,王小江[9]（2005）在《便携式数控冰刀研磨机的研制》文中进行了进一步梳理研究开发了适合冰刀研磨的专用便携式数控冰刀研磨机,分别从机械结构、硬件架构、软件系 统上进行了说明,重点时系统软件中的冰刀测量、仿型、加工控制过程部分进行了说明。
左洪志[10]（2004）在《影响检测速滑冰刀弧度真实性的相关因素分析》文中指出采用文献资料调研、实验检验、几何证明等方法 ,对检测速滑刀弧度结果不能反映刀弧真实形状的原因展开商榷 ,分析以固定基准检测速滑刀弧度结果能够反映刀弧真实形状的理论与实验依据。将检测速滑刀弧度的基准触点置于刀刃底面 ,会因两处基准触点下的刀刃底面被磨削而使测量基准位置发生改变 ,所测得的弧度结果不能反映出刀弧的真实形状 ;以固定基准检测速滑刀弧度 ,刀弧距离测量基准的变量是刀刃底面的实际被磨削量 ,研磨速滑刀前、后所测得的弧度值能够反映出刀弧度的真实形状
二、金属研磨平板消除冰刀卷刃的实验研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、金属研磨平板消除冰刀卷刃的实验研究（论文提纲范文）
（1）速滑冰刀的参数化设计及摩擦特性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的目的与意义 |
| 1.2 冰摩擦学的研究与进展 |
| 1.3 冰刀的国内外研究现状 |
| 1.3.1 冰刀的国内研究现状 |
| 1.3.2 国外相关领域研究现状 |
| 1.4 摩擦接触的有限元分析 |
| 1.5 本研究的主要工作 |
| 第2章 冰刀弧形几何模型 |
| 2.1 冰刀弧的基本特征 |
| 2.2 冰刀弧形的特征参数选取 |
| 2.2.1 顶弧位置 |
| 2.2.2 弧度 |
| 2.2.3 弧形 |
| 2.3 冰刀弧形的参数化设计 |
| 2.3.1 曲率半径 |
| 2.3.2 弧线特征方程 |
| 2.4 冰刀刀片的加工 |
| 2.4.1 冰刀材料的服役条件 |
| 2.4.2 常用的冰刀材料 |
| 2.4.3 刀片的加工 |
| 2.5 本章小结 |
| 第3章 冰刀的摩擦性能及压力特征 |
| 3.1 试验设备 |
| 3.2 试验准备工作 |
| 3.3 低速滑动摩擦试验 |
| 3.3.1 试验结果与分析 |
| 3.4 压力板测试 |
| 3.4.1 足底测压系统 |
| 3.4.2 速滑蹬冰足底压力特征 |
| 3.4.3 试验结果及分析 |
| 3.5 本章小结 |
| 第4章 冰刀的滑动摩擦热—结构耦合分析 |
| 4.1 ANSYS摩擦接触问题概述 |
| 4.1.1 接触分析 |
| 4.1.2 热接触分析 |
| 4.1.3 热—结构耦合场分析 |
| 4.2 滑动摩擦有限元分析模型 |
| 4.2.1 模型的建立 |
| 4.2.2 材料参数及单元选取 |
| 4.2.3 边界条件的确定 |
| 4.2.4 摩擦热流分配系数的确定 |
| 4.2.5 接触导热系数的确定 |
| 4.2.6 对流换热系数的确定 |
| 4.3 仿真模拟分析设置 |
| 4.3.1 定义接触属性 |
| 4.3.2 加载及求解设置 |
| 4.4 有限元仿真结果的分析与讨论 |
| 4.4.1 摩擦界面最高接触温度 |
| 4.4.2 指定路径上各点的温度分布 |
| 4.4.3 接触应力分析 |
| 4.5 本章小结 |
| 第5章 冰刀刃面润滑效果及耐磨性能的模拟研究 |
| 5.1 常见的耐磨技术 |
| 5.2 涂层冰刀的有限元模拟 |
| 5.2.1 涂层材料 |
| 5.2.2 模型建立 |
| 5.2.3 结果分析与讨论 |
| 5.3 几何结构刃面冰刀的有限元模拟 |
| 5.3.1 模型建立 |
| 5.3.2 结果分析与讨论 |
| 5.4 本章小节 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 导师及作者简介 |
| 致谢 |
（2）物理气相沉积技术在冰刀上的应用（论文提纲范文）
| 1 冰刀的服役特征和强化需求 |
| 1. 1 冰刀的服役特征 |
| 1. 2 冰刀的失效形式和传统改造思路 |
| 1. 3 冰刀的强化需求 |
| 2 PVD在冰刀上应用的可行性 |
| 2. 1 冰刀表面PVD法沉积硬质涂层的优势 |
| 2. 2 PVD技术在冰刀上应用的可行性 |
| 3 结论 |
（3）便携式多功能冰刀研磨机的研制（论文提纲范文）
| 1 研究方法 |
| 1.1 文献资料法 |
| 1.2 调查法 |
| 1.3 实验法 |
| 2 便携式多功能冰刀研磨机的结构及特点 |
| 3 工作原理 |
| 4 结果与分析 |
| 5 结 论 |
（4）基于小波神经网络的冰刀刀刃磨损测量及验证（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 课题来源与研究范围 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 冰刀研磨机研究现状 |
| 1.3.2 刀具磨损测量研究现状 |
| 1.4 课题研究的主要内容 |
| 第二章 冰刀刀刃磨损量测量方案及系统结构 |
| 2.1 测量方案 |
| 2.2 测量系统的构成 |
| 2.3 系统各部分的功能 |
| 第三章 刀刃磨损量测量原理 |
| 3.1 冰刀刀刃的建模 |
| 3.2 理论测量公式 |
| 3.2.1 刀刃磨损量与椭圆半径的关系 |
| 3.2.2 刀刃散射光强与椭圆半径的关系 |
| 3.3 神经网络在刀刃磨损测量中的应用 |
| 3.3.1 人工神经网络 |
| 3.3.2 维数灾难和特征提取 |
| 3.3.3 前向神经网络在刀刃磨损测量中的应用 |
| 第四章 小波神经网络 |
| 4.1 从傅立叶变换到小波变换 |
| 4.1.1 傅立叶变换 |
| 4.1.2 短时傅立叶变换 |
| 4.1.3 小波变换 |
| 4.2 小波神经网络对人工神经网络的改进 |
| 4.2.1 小波与神经网络的辅助式结合模型 |
| 4.2.2 小波与神经网络的嵌套式结合模型 |
| 第五章 测量算法的设计及其仿真分析 |
| 5.1 测量算法的设计 |
| 5.1.1 CCD 信号的特征提取 |
| 5.1.2 三种神经网络的学习算法 |
| 5.1.3 神经网络的结构优化 |
| 5.2 训练样本的生成 |
| 5.2.1 CCD 信号特征提取的MATLAB 程序编制 |
| 5.2.2 训练样本输入维数的选取 |
| 5.2.3 特征提取算法的检验 |
| 5.3 神经网络的训练 |
| 5.3.1 BP 神经网络的训练 |
| 5.3.2 RBF 神经网络的训练 |
| 5.3.3 小波神经网络的训练 |
| 5.4 小结 |
| 第六章 刀刃磨损量测量方案的硬件设计验证 |
| 6.1 测量装置系统结构 |
| 6.1.1 数据流程及整体结构 |
| 6.1.2 数据的标定 |
| 6.2 系统模块设计 |
| 6.2.1 数据采集模块 |
| 6.2.2 DSP 和数据采集模块之间的接口 |
| 6.2.3 数据处理模块 |
| 6.3 测量算法性能评估 |
| 6.3.1 测量算法的实时性 |
| 6.3.2 测量算法的精确度 |
| 第七章 结论 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
（5）基于虚拟样机技术的数控冰刀研磨机的研究（论文提纲范文）
| 提要 |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 冰刀研磨机的研究现状 |
| 1.3 课题的主要研究目标和内容 |
| 第2章 虚拟样机技术 |
| 2.1 虚拟样机技术的概念 |
| 2.2 虚拟样机技术的研究范围 |
| 2.3 虚拟样机技术的应用 |
| 2.4 虚拟样机技术的相关技术 |
| 第3章 冰刀研磨机机械结构设计 |
| 3.1 冰刀研磨机的主要指标 |
| 3.2 冰刀研磨机机械部分的总体布局 |
| 3.3 主要部件的设计和选择 |
| 3.4 磨削力的计算 |
| 3.5 本章小结 |
| 第4章 冰刀研磨机机械结构的几何建模 |
| 4.1 CATIA 软件简介 |
| 4.2 冰刀研磨机机械结构实体建模过程 |
| 4.3 本章小结 |
| 第5章 冰刀研磨机的动力学仿真分析 |
| 5.1 ADAMS 软件及其理论基础 |
| 5.2 冰刀研磨机虚拟样机模型建立 |
| 5.3 冰刀研磨机机械结构的运动学仿真 |
| 5.4 砂轮主轴轴承系统刚性的动力学仿真分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
（6）冰刀磨损量测量算法及其硬件实现的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 课题来源与研究范围 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 冰刀研磨机研究现状 |
| 1.3.2 刀具磨损测量研究现状 |
| 1.4 课题研究的主要内容 |
| 第二章 冰刀刀刃磨损量测量方案流程及系统结构 |
| 2.1 前言 |
| 2.2 测量方案流程 |
| 2.3 测量系统的整体结构 |
| 2.4 系统各部分的功能 |
| 第三章 刀刃磨损量测量原理 |
| 3.1 前言 |
| 3.2 冰刀刀刃的建模 |
| 3.3 理论测量公式 |
| 3.3.1 刀刃磨损量与椭圆半径的关系 |
| 3.3.2 刀刃散射光强与椭圆半径的关系 |
| 3.4 神经网络及其在刀刃磨损测量中的应用 |
| 3.4.1 人工神经网络 |
| 3.4.2 维数灾难和特征提取 |
| 3.4.3 前向神经网络用于刀刃磨损测量 |
| 第四章 测量算法的设计及其仿真分析 |
| 4.1 前言 |
| 4.2 测量算法的设计 |
| 4.2.1 CCD 信号的特征提取 |
| 4.2.2 神经网络学习算法 |
| 4.2.3 神经网络的结构优化 |
| 4.3 测量算法的仿真试验及分析 |
| 4.3.1 Matlab 神经网络工具箱简介 |
| 4.3.2 训练样本的生成 |
| 4.3.3 特征提取算法的检验 |
| 4.3.4 神经网络的训练 |
| 4.3.5 小结 |
| 第五章 刀刃磨损量测量方法的硬件实现方案 |
| 5.1 前言 |
| 5.2 测量装置系统结构 |
| 5.2.1 刀刃磨损量测量的数据流程 |
| 5.2.2 磨损量测量装置的整体结构 |
| 5.2.3 数据的标定 |
| 5.3 系统各模块的软硬件设计 |
| 5.3.1 基于FPGA 的线阵CCD 数据采集模块的设计 |
| 5.3.2 DSP 和数据采集模块之间的接口 |
| 5.3.3 数据处理模块 |
| 5.4 测量算法性能评估 |
| 5.4.1 实时性 |
| 5.4.2 精确度 |
| 第六章 结论 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
（7）基于神经网络的冰刀刀刃磨损测量方法的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 课题来源与研究范围 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 冰刀研磨机研究现状 |
| 1.3.2 刀具磨损测量研究现状 |
| 1.4 课题研究的主要内容 |
| 第二章 冰刀刀刃磨损测量方案流程及系统结构 |
| 2.1 前言 |
| 2.2 测量方案流程 |
| 2.3 测量系统的整体结构 |
| 2.4 系统各部分的功能 |
| 第三章 刀刃磨损量测量原理 |
| 3.1 前言 |
| 3.2 冰刀刀刃的建模 |
| 3.3 理论测量公式 |
| 3.3.1 刀刃磨损量与椭圆半径的关系 |
| 3.3.2 刀刃散射光强与椭圆半径的关系 |
| 3.4 神经网络及其在刀刃磨损测量中的应用 |
| 3.4.1 人工神经网络 |
| 3.4.2 维数灾难和特征提取 |
| 3.4.3 前向神经网络用于刀刃磨损测量 |
| 第四章 散射光强的采集和光电传感器 |
| 4.1 前言 |
| 4.2 常用的光电传感器及选择 |
| 4.2.1 CCD 光电传感器及其特点 |
| 4.2.2 CMOS 光电传感器及其特点 |
| 4.2.3 CCD 和CMOS 的比较 |
| 4.3 CCD 的工作原理 |
| 4.3.1 CCD 电荷耦合原理 |
| 4.3.2 CCD 测量光强原理 |
| 4.4 提高CCD 分辨率的措施 |
| 第五章 测量算法的设计 |
| 5.1 前言 |
| 5.2 CCD 信号的特征提取 |
| 5.2.1 K-L 变换 |
| 5.2.2 自相关阵特征值和特征向量的计算 |
| 5.3 神经网络学习算法 |
| 5.3.1 基本BP 算法 |
| 5.3.2 BP 算法的改进措施 |
| 5.3.3 其它学习算法 |
| 5.4 神经网络的结构优化 |
| 5.4.1 正规化方法 |
| 5.4.2 修剪法 |
| 5.4.3 构造法[5] |
| 5.5 遗传算法及其在网络学习中的应用 |
| 5.5.1 遗传算法的概念及操作步骤 |
| 5.5.2 神经网络优化的遗传算法方案 |
| 5.6 神经网络的推广能力及提高的方法 |
| 5.6.1 敏感度法 |
| 5.6.2 其它方法 |
| 第六章 测量系统的仿真试验及分析 |
| 6.1 前言 |
| 6.2 Matlab 神经网络工具箱简介 |
| 6.2.1 神经网络的初始化函数 |
| 6.2.2 建立函数 |
| 6.2.3 学习函数 |
| 6.2.4 训练函数 |
| 6.3 训练样本的生成 |
| 6.4 特征提取算法的检验 |
| 6.5 神经网络的训练及误差 |
| 6.5.1 确定网络结构的算法仿真 |
| 6.5.2 网络结构的优化 |
| 6.6 小结 |
| 第七章 结论 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
| 导师简介 |
| 作者简介 |
（8）便携式数控冰刀研磨机的研制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景、目的和意义 |
| 1.2 冰刀研磨技术概述 |
| 1.3 国内外研究状况 |
| 1.4 主要内容 |
| 2 冰刀研磨机总体结构 |
| 2.1 冰刀研磨机的基本要求 |
| 2.2 总体结构 |
| 2.3 冰刀研磨机的传动结构 |
| 2.4 冰刀研磨机总体布局 |
| 2.5 主要部件的选取 |
| 2.6 冰刀的装夹技术 |
| 2.7 本章小结 |
| 3 冰刀研磨的数控加工工艺 |
| 3.1 数控研磨的特点 |
| 3.2 影响冰刀研磨质量的因素 |
| 3.3 磨料的选择 |
| 3.4 砂轮的结构 |
| 3.5 冰刀数控研磨工艺卡的生成 |
| 3.6 冰刀与砂轮位置关系 |
| 3.7 砂轮的修整 |
| 3.8 本章小结 |
| 4 冰刀研磨机控制系统方案 |
| 4.1 系统的硬件结构 |
| 4.2 研磨的运动控制分析 |
| 4.3 伺服机构的位置控制方案 |
| 4.4 砂轮恒线速度的控制 |
| 4.5 本章小结 |
| 5 冰刀研磨系统软件的开发与实现 |
| 5.1 系统软件的结构 |
| 5.2 冰刀工序卡编程的实现 |
| 5.3 加工仿真 |
| 5.4 研制样机介绍 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在攻读硕士期间发表的学术论文 |
四、金属研磨平板消除冰刀卷刃的实验研究（论文参考文献）
- [1]速滑冰刀的参数化设计及摩擦特性分析[D]. 周骥. 吉林大学, 2016(09)
- [2]物理气相沉积技术在冰刀上的应用[J]. 米靖. 金属热处理, 2014(04)
- [3]便携式多功能冰刀研磨机的研制[J]. 金喜添. 北京体育大学学报, 2008(04)
- [4]基于小波神经网络的冰刀刀刃磨损测量及验证[D]. 杨德钊. 吉林大学, 2007(02)
- [5]基于虚拟样机技术的数控冰刀研磨机的研究[D]. 张洋. 吉林大学, 2007(03)
- [6]冰刀磨损量测量算法及其硬件实现的研究[D]. 宋卫东. 吉林大学, 2006(10)
- [7]基于神经网络的冰刀刀刃磨损测量方法的研究[D]. 吕学涛. 吉林大学, 2005(06)
- [8]便携式数控冰刀研磨机的研制[D]. 王小江. 华中科技大学, 2005(05)
- [9]便携式数控冰刀研磨机的研制[J]. 向华,王小江. 中国制造业信息化, 2005(01)
- [10]影响检测速滑冰刀弧度真实性的相关因素分析[J]. 左洪志. 体育科学, 2004(03)