1、過程監(jiān)控是一門由多學科相互交叉相互滲透而形成的新興學科。它利用各種傳感器對設備或系統(tǒng)的運行狀態(tài)進行監(jiān)測和控制，借助現(xiàn)代信號處理和分析技術對傳感器輸出信號進行觀測和綜合處理，從而獲得系統(tǒng)的運行狀態(tài)信息，由此而進一步對系統(tǒng)進行狀態(tài)控制、故障診斷和預測。 本文在詳細概述與分析過程監(jiān)控和信號處理技術的特點及應用的基礎上，介紹了制造過程信號的采集與信號預處理方法，針對刀具切削過程中聲發(fā)射信號的特點，提出了基于小波分析的聲發(fā)射刀具狀態(tài)評價方

2、法，建立了基于神經(jīng)網(wǎng)絡和模糊理論的多傳感器估算模型，實驗表明這些模型能有效的對表面粗糙度進行預測，利用灰色關聯(lián)分析對影響表面粗糙度的因素進行了關聯(lián)度計算，以此為依據(jù)借助神經(jīng)網(wǎng)絡技術提出了基于過程監(jiān)控信號信息融合的切削參數(shù)優(yōu)化策略，其有效性在實驗中得到了驗證。 在詳細介紹了小波分析的基礎理論后，針對信號奇異性的特點與小波變換可以寫成函數(shù)卷積形式的特性，分析了小波對信號奇異性檢測原理與小波分解系數(shù)模極大值之間的關系，運用小波多尺度分

3、析的方法，對車削過程中刀具的聲發(fā)射信號能量頻帶分布進行了分析，由此提出了以主能量頻帶分解尺度下的小波系數(shù)模極大值均值和均方根作為特征量的評價策略，并通過實驗驗證了這個方法的有效性。 在信號處理技術的應用方面，通過采集不同傳感器輸出的加工過程數(shù)據(jù)，分析并探討了不同數(shù)據(jù)選取方式對信號特征量的影響，以保證所計算的特征量能反映實際的信號特點。在此基礎上，提出并建立了以過程監(jiān)控信號為基礎的估算模型，以車削過程中的表面粗糙度的預測為對象，找