數(shù)字制造裝備與過程的智能控制（精）

1 緒論
1.1 制造過程的智能控制發(fā)展歷程
1.2 面向數(shù)字制造的智能控制
1.3 面向智能制造的智能控制
1.4 高檔智能化數(shù)控系統(tǒng)的發(fā)展
2 多軸同步運動控制系統(tǒng)的建模
2.1 面向智能制造的智能控制系統(tǒng)建模
2.2 基于多軸同步運動控制的生產裝備智能控制
2.3 單軸運動控制系統(tǒng)的建模
2.4 棉纖維牽伸過程的建模和控制
2.5 龍門同步運動控制的建模
2.6 雙驅進給系統(tǒng)的建模與同步控制
3 基于嵌入式系統(tǒng)的制造裝備自律控制
3.1 數(shù)字化制造裝備自律控制的現(xiàn)狀
3.2 智能制造系統(tǒng)的制造裝備自律控制器的概念
3.3 制造裝備自律控制器
3.4 設備自律控制器的閉環(huán)控制
4 制造過程的智能監(jiān)控與產品質量的智能控制
4.1 制造系統(tǒng)運行狀態(tài)和產品質量監(jiān)測與診斷
4.2 機械系統(tǒng)運行狀態(tài)監(jiān)測的光纖傳感及其解調系統(tǒng)
4.3 制造產品的質量追溯與控制
4.4 基于超聲激勵-光纖光柵分布傳感的機械損傷檢測
4.5 機電裝備(系統(tǒng))的光纖光柵檢測應用
4.6 基于信息物理系統(tǒng)的數(shù)控機床監(jiān)測與質量控制
5 基于模糊控制的制造裝備智能控制
5.1 復雜裝備的非線性控制
5.2 模糊控制基本理論
5.3 模糊控制系統(tǒng)設計
5.4 新型模糊策略及其在制造裝備中的應用
6 制造裝備與制造過程的智能監(jiān)控信號處理
6.1 傳感器測量的動態(tài)模型
6.2 傳感器標定算法
6.3 傳感信號的濾波算法
6.4 快速傅里葉變換算法
6.5 小波分析算法
7 制造裝備的多傳感器數(shù)據(jù)融合
7.1 多網(wǎng)絡系統(tǒng)的異構網(wǎng)絡融合
7.2 多傳感系統(tǒng)的數(shù)據(jù)融合
7.3 基于最小二乘法的數(shù)據(jù)融合
7.4 基于人工神經(jīng)網(wǎng)絡的數(shù)據(jù)融合算法
7.5 粒子濾波算法
8 基于機器學習的制造裝備智能控制
8.1 基于大數(shù)據(jù)和機器學習的智能裝備
8.2 深度學習基本理論
8.3 基于深度學習的智能裝備識別和控制
8.4 機器學習應用展望
9 基于數(shù)字孿生的智能制造與控制
9.1 數(shù)字孿生與智能制造
9.2 數(shù)字孿生驅動的運動控制技術
9.3 基于數(shù)字孿生的制造自治系統(tǒng)
9.4 機器人制造數(shù)字孿生控制與信息服務
9.5 交流接觸器全生命周期數(shù)字孿生系統(tǒng)
10 醫(yī)療康復裝備的智能控制
10.1 智能化的醫(yī)療康復裝備
10.2 康復裝備的人機協(xié)作控制
10.3 基于迭代學習的康復裝備控制
10.4 醫(yī)療康復裝備應用展望
參考文獻