تشخیص chatter بااستفاده از سیگنال های صوتی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده مهندسی مکانیک
- نویسنده حامد ذوقی شال
- استاد راهنما رضا معدولیت امین میراحمدی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1385
چکیده
در این پایان نامه به پدیده chatter پرداخته می شود و علی الخصوص مساله فرزکاری مورد بررسی قرار می گیرد در ابتدا و در فصل اول مقدمه ی در رابطه با فرزکاری chatter و راههای تشخیص آن و کاریهایی که در این زمینه انجام شده اورده شده است. در فصل دوم اصول تیوری مورد نیاز در بررسی chatterپیش بینی و تشخیص آن و مخصوصا تشخیص صوتی آورده شده است. در فصل سوم به مدلسازی این فرایند بررسی روابط و نیروها و فرایند chatter مخصوصا براساس مدل ارایه شده توسط budak پرداخته شده است در انتهای این فصل پس از ارایه دیاگرام پایداری حاصل از مدل تحلیل دو درجه آزادی بررسی روشهای مختلف مقابله با این پدیده ناخواسته یعنی ناپایداری در ماشینکاری یا همان chatter انجام شده است . براساس نیاز به یافتن پارامترهای و توابع تبدیل سیستم دینامیک فرزکاری آزمایش مدل بر روی ابزار تهیه شده انجام شده و نتایج آن در قالب نمودارهای پاسخ فرکانسی رسم شده است ودر نهایت با استفاده از این توابع تبدیل دیاگرام پایداری رسم شده است . در ادامه همین فصل تست ماشینکاری برای برسی صحت حدود پایداری یافته شده انجام شده و نتایج در قالب یک جدول و یک نمودار ارایه گردیده است در نهایت برای اطمینان از صحت نتایح آزمایش ماشینکاری با میکروفن انجام شده و سیگنالهای صوتی ضبط شده در هنگام ماشینکاری پرداخت و تحلیل شده ااست . در ضمیمه 1 برخی از برنامه های مورد استفاده در این پایان نامه آورده شده است.
منابع مشابه
تشخیص احساسات از سیگنال های گفتار براساس روش های فیلتر
گفتار ابزار اولیه ارتباط بین انسان میباشد. با افزایش تراکنش میان انسان و ماشین نیاز به محاوره خودکار این دو و حذف کاربر انسانی مورد توجه قرار گرفته است.هدف از انجام این تحقیق، تعیین یک مجموعه از ویژگیهای تاثیر گذار در تشخیص احساسات مبتنی بر سیگنال صحبت میباشد. در این مقاله، سیستمی طراحی گردید که شامل سه بخش اصلی، استخراج ویژگی، انتخاب ویژگی و طبقهبندی میباشد. پس از استخراج ویژگیهای پرکا...
متن کاملتشخیص احساسات از سیگنال های گفتار براساس روش های فیلتر
گفتار ابزار اولیه ارتباط بین انسان میباشد. با افزایش تراکنش میان انسان و ماشین نیاز به محاوره خودکار این دو و حذف کاربر انسانی مورد توجه قرار گرفته است.هدف از انجام این تحقیق، تعیین یک مجموعه از ویژگیهای تاثیر گذار در تشخیص احساسات مبتنی بر سیگنال صحبت میباشد. در این مقاله، سیستمی طراحی گردید که شامل سه بخش اصلی، استخراج ویژگی، انتخاب ویژگی و طبقهبندی میباشد. پس از استخراج ویژگیهای پرکا...
متن کاملجداسازی سیگنال کور صوتی بر پایه استفاده از روش کومولانت
از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرندهها با یکدیگر ترکیب شدهاند، استفاده از روشهای جداسازی کور منابع (BSS) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنالهایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرندهها دریافت شده است. الگوریتمهای موجود برای جداسازی کور منبع اغلب بر اساس تجزیهی ویژهی ماتریسهای کومولانت مرتبهی چهارم است. با...
متن کاملتشخیص احساسات از سیگنال های گفتار براساس روش های فیلتر
گفتار ابزار اولیه ارتباط بین انسان می باشد. با افزایش تراکنش میان انسان و ماشین نیاز به محاوره خودکار این دو و حذف کاربر انسانی مورد توجه قرار گرفته است.هدف از انجام این تحقیق، تعیین یک مجموعه از ویژگی های تاثیر گذار در تشخیص احساسات مبتنی بر سیگنال صحبت می باشد. در این مقاله، سیستمی طراحی گردید که شامل سه بخش اصلی، استخراج ویژگی، انتخاب ویژگی و طبقه بندی می باشد. پس از استخراج ویژگی های پرکارب...
متن کاملتشخیص نوع مدولاسیون سیگنال های ماهواره ای با استفاده از چند گیرنده
تشخیص نوع مدولاسیون در طراحی گیرندههای هوشمند برای سیستمهای مخابراتی نوین مانند برخی استانداردهای ارتباطات ماهوارهای که بهطور همزمان از چند نوع مدولاسیون استفاده میکنند اهمیت فراوانی دارند. بهمنظور بهبود عملکرد سیستم تشخیص مدولاسیون، در چند سال اخیر، ایدة استفاده از چند گیرنده برای تشخیص نوع مدولاسیون مطرح شده است. در این مقاله تشخیص نوع مدولاسیون با استفاده از چند گیرنده برای سیگنالهای ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده مهندسی مکانیک
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023