《多传感器融合理论及在智能制造系统中的应用》求取 ⇩

第一章　绪论1

1.1　制造系统的智能化趋势1

1.2　多传感器集成与融合的作用2

1.3　多传感器融合系统的应用9

1.4　多传感器融合的现状19

第二章　多传感器融合一般原理23

2.1　多传感器融合的基本原理23

2.2　多传感器融合的系统结构35

2.3　多传感器融合的过程43

2.4　多传感器信息的获取44

2.5　多传感器信号的预处理52

第三章　多传感器信号的分析与建模61

3.1　信号的时域分析与建模61

3.2　信号的频域分析与建模71

3.3　信号的时—频域分析与建模82

第四章　多传感器融合的模糊逻辑理论97

4.1　模糊理论基础97

4.2　可能性理论108

4.3　基于可能性理论的信息融合112

4.4　模糊关系函数的融合119

4.5　模糊关系融合在机器人中的应用125

第五章　多传感器融合的统计决策理论129

5.1　问题描述129

5.2　统计决策理论132

5.3　最优融合139

5.4　位置参数模型140

5.5　不确定种类144

5.6　应用举例147

5.7　位置信息的鲁棒性融合154

第六章多传感器融合的D—S证据理论158

6.1　证据理论基础158

6.2　证据组合规则162

6.3　证据推理模型170

6.4　融合中心的最终决策171

6.5　应用173

第七章　多传感器融合的神经网络理论198

7.1　反向传播学习算法及应用198

7.2　径向基函数网络及应用212

7.3　自适应共振理论及应用219

7.4　特征映射理论及应用226

第八章　多传感器融合在超精密加工在线检测与误差补偿中的应用243

8.1　实验装置与仪器243

8.2　多传感器圆度及圆柱度在线测量技术251

8.3　多传感器直线度误差测量与分离技术272

8.4　多传感器融合在大型平面度在线检测中的应用302

第九章　多传感器融合在机床热误差补偿中的应用315

9.1　机床热变形的机理315

9.2　机床热变形的测量320

9.3　基于多传感器融合的机床热误差补偿技术325

第十章　多传感器融合在刀具状态监测中的应用347

10.1　概述347

10.2　刀具状态的多传感器监测原理352

10.3　铣削过程多传感器监测实验研究360

10.4　基于模糊集理论的刀具状态监测371

10.5　基于神经网络的刀具状态监测378

附录1：MATLAB神经网络工具箱（NNToolbox）软件简介391

附录2：实用程序源代码408