关 键 词：

砂轮 磨损 智能 监测 研究 设计

资源描述：

砂轮磨损的智能监测的研究设计,砂轮,磨损,智能,监测,研究,设计

内容简介：

0.15901.17170.15960.15900.15890.31450.15820.15890.16271.32790.16220.15980.16321.67310.16040.1609盐城工学院机械工程系毕业论文参考文献1 欧阳黎明 MATLAB控制系统设计工程师工具软件应用系列北京国防工业出版社，20012 高俊斌MATLAB5.0语言与程序设计武汉华中理工大学出版社，1999,13 苏晓生掌握MATLAB6.0及其工程应用北京科学出版社，20024 胡守仁等神经网络应用技术长沙国防科学出版社，19955 崔怡MATLAB5.3实例详解北京航空工业出版社，2000.26 刘贵杰，巩亚东，王宛山 AE信号归原处理法在砂轮磨钝监测中的应用检测2002,40(455)7 史金飞，张晓玲，钟秉林，黄仁BP神经网络在磨削烧伤诊断中的应用东南大学学报1996，26(4)8 史金飞，钟秉林基于粗糙集理论的磨削烧伤与砂轮磨钝在线监测中国机械工程2001，12(10)9 林述温，吴昭同，卞铭健基于自适应谐振理论的磨削过程砂轮锋利度识别研究中国机械工程1997，8(2)10 袁曾任人工神经元网络及其应用北京清华大学出版社，199911 董涛，李迎，侯丽雅磨削温度在线监测与预报系统的建模研究南京理工大学学报2000，24(5)12 吴学忠，李圣怡基于多传感器的刀具状态监测系统数据采集与处理 1999，14(2)13 徐春广，王信义，邢济收，杨大勇FMS刀具切削状态多传感器实时在线监测智能系统（英文）北京理工大学学报（英文版）1997，6(3)14 飞思科技产品研发中心MATLAB6.5辅助神经网络分析与设计北京电子工业出版社，200315 黄文梅，熊桂林，杨勇信号分析与处理MATLAB语言及其应用长沙 国防科技大学出版社，199916 吴祥，钟秉林等利用磨削火花信号识别砂轮磨损状态东南大学学报 1993，917 党建武神经网络技术及其应用北京中国铁道出版社，200018 陆伟民人工智能技术及其应用上海同济大学出版社，199819 王士同，夏祖勋，陈剑夫模糊数学在人工智能中的应用北京机械工业出版社，199120 张智星 ，孙春在 ，日水谷英二 神经模糊和软计算西安西安交通大学出版社，200021 温熙森， 陈循 ，唐丙阳 机械系统动态分析理论与应用长沙国防科技大学出版社，199722 姜常珍信号分析与处理天津天津大学出版社，200023 王海丽,翁德玮,胡兆燕,胡德金基于模糊神经网络的刀具磨损识别上海交通大学学报2002，36(8)24 王刚，秦曼华，张传英基于 2神经网络的故障诊断系统机械强度2001，23(2)25 唐英，孙荣平，陈克兴，卢秉恒，顾崇衔刀具切削状态智能监测系统研究组合机床与自动化加工技术1995，826 申岸伟，俞斌，关海鹰ART2神经网络分类器的研究北方交通大学学报1996，20(2)27 潘紫微，徐金梧基于神经网络的自适应故障模式分类方法北京科技大学学报1995，17(3)28 揭景耀智能刀具状态监测系统研究与进展中国机械工程 1997，8(6)30 申岸伟，俞斌一种提高ART2神经网络分类器性能的方注信号处理 1996，12(1)31 黎明，严超华，刘高航基于遗传策略和神经网络的非监督分类方法软件学报1999，10(12)32 吴祥应用信息距离识别砂轮磨损状态工具技术2001，35（1）33盐城工学院机械工程系毕业设计论文0 引言磨削加工工件的加工精度和表面质量直接影响到零件的最终质量和机器的寿命。在磨削加工过程中，砂轮的磨耗和钝化对磨削质量具有直接的重要影响。因此，在生产过程中识别砂轮的磨损，合理确定砂轮的耐用度，对保证加工质量、提高生产率、减小不必要的砂轮消耗等具有重要的意义。以往识别砂轮磨损主要是靠操作者的经验来判断，这已成为磨削过程自动化的一个主要障碍。目前，人们提出了各种自动识别砂轮磨损的方法，如在线监测磨削力、磨削颤振、磨削声、工件表面粗糙和声发射等，并仍致力于寻找简单实用、准确可靠、响应速度快的砂轮磨损识别方法。其中很明显磨削过程中的砂轮磨钝是磨削过程状态发生变化的综合表征之一，它对零件的最终质量影响很大。生产中一般采用定时修整砂轮的方法来保证工件表面质量，但降低了砂轮使用寿命和生产效率，因此对砂轮磨钝的在线智能识别一直是工程领域的重要研究课题。要实现加工过程的自动化、柔性化，在很大程度上取决于系统识别加工过程的异常情况和及时校正作用，在无操作人员的情况下，必须用传感器、识别决策系统来替代操作人员的功能。人们一直在期待用智能传感器系统来替代操作人员的知识、经验、感官和模式识别能力。 识别加工过程异常情况中的重要内容砂轮状态的实时监测，砂轮状态的信息是通过传感器来获取的。单一传感器所获取的信息量有限，事实证明不能满足高精度状态监测的要求。砂轮状态监测的信息采集正向多传感器化方向发展。80年代初期，一些人所提出的方法都因训练程序费时，对过程状态敏感，很难适用于实时过程监测。Rangwala和Dornfeld利用神经网络集成声发射传感器和力传感器信息，以监测车削过程的后刀面磨损，成为智能刀具状态监测系统的雏形。随着人工智能的发展，越来越多的研究人员开始将眼光转向用神经网络来处理多传感器融合所采集的信号，并取得了比较大的进展。国内学者在基于人工神经网络的智能砂轮状态监测系统研究方面取得了一系列成果。参考文献7 利用声发射（AE）信号的归原处理法，在线监测小批量、多品种磨削过程砂轮钝化程度，实验结果表明，该方法获得的结果与砂轮钝化有很好的一致性。参考文献8用磨屑热辐射流温度信号作为信号源,运用BP神经网络对磨削烧伤状态的智能辨识进行探讨。结果表明，利用BP网络的高度非线性映射表达能力，实现了样本特征值空间到模式空间的映射，对训练样本及测试样本进行了正确识别，在实际工况下对磨削烧伤的识别正确率也较高。参考文献9研究了基于粗糙集理论的在线辨识磨削烧伤和砂轮磨钝的新方法,以测取信号、计算敏感特征量、构造辨识砂轮磨损和磨削烧伤的知识表示系统、连续属性离散、分类模式的合并、属性约简、知识提取的顺序对获取的信息进行处理,提取判别规则,进而通过判别规则来辨识磨削烧伤和砂轮磨钝。辨识结果与实验数据相符。理论和实验表明,采用粗糙集理论来解决多品种、小批量生产方式中的分类辨识非常有用。参考文献10 讨论利用外圆切入磨削循环过程中，初磨阶段持续的时间和工件每转实际磨削变化规律与砂轮锋利度密切相关这一特性，通过建立自适应共振网络ART2模型对磨削过程工件实际每转磨削深度变化规律的信息进行分类处理，实砚磨削过程砂轮锋利度的在线识别。对实际磨削过程中多种工艺参数变化的情况下砂轮锋利度进行在线识别，证实对复杂的磨削过程，可以有效地识别出砂轮的锋利度。参考文献12针对磨削温度的变化特征及其不同的影响因素,对人工神经网络预报模型及灰色理论(1,1)预报模型应用于磨削温度在线监测与预报中的优缺点进行了分析,提出了一种新的(1,1)综合预报模型,对该模型进行了理论分析和工艺实验研究。虽然国内外对智能状态监测系统进行了大量研究，但是对其理论和应用还处于初期，随着以灵捷制造战略为核心的先进制造技术的研究与开发，刀具实时磨破损监控技术已成为实现灵捷制造的关键技术之一。对未来砂轮状态监控技术主要要求如下：（1）降低响应时间；（2）最大运用可靠性；（3）具有广泛集成能力；（4）强鲁棒性；（5）低成本性；（6）翻新改型简化；（7）用户操作方便；（8）体积小；（9）安装容易；（10）最少维修保养。就目前的研究看还存在如下的不足： （1）所用传感器远远不能满足对信息高质量的要求。应根据多传感器信息融合的要求，改进传感器使之更加可靠、灵巧、坚固。现有传感器在机床上安装问题也待解决、急需研制、开发能提供高质量信息，又使用方便的新型传感器。 （2）研究原始信号处理方法，净化原始信号，实现高信噪比、高质量信息。 （3）砂轮磨损和破损是切削参数的函数，如切削速度、进给、刀具工件材料、刀具的几何形状、切削时间，所有这些参数可否在神经网络输入中进行考虑。 （4）“对神经网络模型选择、层和节点数的选择，训练策略的研制还需要做很多基本工作。本论文提出了利用多路传感器信号在线识别砂轮磨损状态的新方法，对其可行性进行了理论分析和试验研究，通过红外感器获得的磨削火花信号，由电容传感器茯得的磨削声音信号和压电式加速度计拾取的工件的尾顶尖法向振动信号，由AD转换器转换后输入计算机提取特征向量利用ART2人工神经网络对多路信号进行智能识别。同时在对ART2模型分析、研究的基础上，将ART2模型应用于砂轮磨削状态诊断系统中，对ART2模型在知识处理系统中的应用进行有益的探索。3盐城工学院机械工程系毕业论文摘 要 本文研究了自动化加工过程中对砂轮磨损状态进行智能识别的一种新方法，即在磨削过程中利用多路传感器获取多路信号，输入计算机提取特征向量，利用自适应共振神经网络-ART2建立的模型对数据进行融合并对砂轮状态进行智能识别。文中介绍了ART2网络的特点、工作原理和对通过多路传感器所获得的实验数据进行融合的方法及数据处理的步骤，并给出了具体的实现过程；同时对ART2网络结构作了讨论，为了保证网络在应用中的稳定性，给出了一种新型的网络结构和算法。研究结果表明，应用改进后的ART网络对砂轮磨损状态进行智能监测是可行的，该网络具有较强的信号模式识别能力，实验中识别率可以达到92%以上。关键词： ART2神经网络 砂轮磨损 状态识别 人工智能多传感器数据融合 AbstractIn this paper, a new method is introduced to study the artificial intelligent recognition of the grinding wheels state in automatic manufacturing process, i.e. input the multi-signal data which got by the multi-sensors into computer and abstract the special features, meanwhile fuse the data, recognize intelligently by erecting ART2 model and then give the grinding wheels state. The character, mechanism of ART2 and the method of fusing data got by multi-sensors are analyzed, at the same time the step of achieving the system is also got. Because of the born default of ART2 network, another structure is raised to overcome it by using new algorithm and frame. The result of this paper indicated that the artificial intelligent recognition to the grinding wheels state via the ART2 neural network is workable, this network has a stronger ability to recognize the signals, and the probability is up to 92%.Keywords: ART2 Neural NetworkGrinding Wheel BluntingState IdentificationAIMulti-sensor Data FusionI盐城工学院机械工程系毕业论文附件一 数据处理结果清单数据批读入s=input(请输入文件名：,s);filex=d: s .dat;filexid=fopen(filex,r);Fx=fscanf(filexid,%d);fclose(filexid);数据处理结果* 说明N表示噪声，S表示磨削火花，V表示振动E表示同一个工件的开始阶段，M表示中间阶段，E表示结束阶段N系列的 数据名字 剔除野点的均值 N1系列 N1.dat 1.5956e+00310 1.5954e+00311 1.6333e+00312 1.6326e+00313 1.5946e+00314 1.5969e+00315 1.6408e+003 16 1.6101e+00317 1.6137e+00318 1.6273e+00319 1.5970e+003N2系列N2 1.6355e+00320 1.5955e+00321 1.6299e+00322 1.5991e+00323 1.6292e+003N3系列N3 1.5917e+003N4系列N4 1.6265e+003N5系列N5 1.5974e+003N6系列N6 1.5906e+003N7系列N7 1.6205e+003N8系列N8 1.5970e+003N9系列N9 1.6214e+003NB系列NB1 1.5902e+00310 1.5954e+0032 1.5888e+0033 1.5867e+0034 1.5918e+0035 1.5910e+0036 1.5879e+0037 1.5907e+0038 1.5969e+0039 1.5838e+003NE系列NE1 1.6171e+00310 1.6387e+0032 1.6002e+0033 1.5983e+0034 1.6091e+0035 1.6209e+0037 1.5933e+0038 1.6273e+0039 1.6326e+003NM系列NM1 1.5946e+00310 1.5972e+0032 1.6166e+0033 1.5836e+0034 1.6186e+0035 1.6019e+0036 1.5947e+0037 1.6060e+0038 1.6010e+0039 1.6143e+003S系列S1系列 832.330110 980.63811 770.243012 792.5457 13 848.539014 837.477015 778.919816 758.387317 780.231118 895.281919 894.9483S2系列S2 842.281920 843.993521 848.739822 1.0113e+00323 864.5221S3系列S3 809.8188S4系列S4 797.1784S5系列S5 905.1670S6系列S6 809.1068S7系列S7 872.8110S8系列S8 982.3850S9系列S9 940.2718SB系列SB1 838.824910 849.73752 714.79743 839.02224 791.46105 874.62556 771.38427 857.88078 938.75219 761.2541SE系列1.0e+003 *SE1 0.7044 10 1.0135 2 0.8117 3 0.7400 4 0.8351 5 0.8256 6 0.7084 7 0.7519 8 0.8270 9 0.9056SM系列SM1 683.273210 939.84432 739.53563 877.33844 830.08305 746.68426 791.55977 821.99148 887.52829 855.1127V系列V1系列1.0e+003 *1 1.555810 1.555411 1.545712 1.538713 1.555814 1.555115 1.538516 1.543817 1.526018 1.547019 1.5335V2系列1.0e+003 *2 1.557820 1.533421 1.543722 1.537623 1.5374 1.0e+003 *V3 1.5467V4 1.5471V5 1.5447V6 1.5540V7 1.5432V8 1.5456V9 1.5370VB系列1.0e+003 *1 1.613110 1.59632 1.61623 1.61034 1.60285 1.58226 1.57897 1.63428 1.60719 1.5883VE系列1.0e+003 *1 1.610710 1.57852 1.60553 1.59614 1.59325 1.58367 1.62178 1.60409 1.5725VM系列1.0e+003 *1 1.627210 1.57622 1.58263 1.60034 1.58645 1.59676 1.65027 1.62458 1.60889 1.5857火花信号火花信号的方差s = 1.0e+004 *sb1 sb2 sb3 sb4 sb5 sb61.1717 0.3145 1.2040 0.8054 1.2854 1.0035 sm1 sm2 sm3 sm4 sm5 sm6 2.1714 0.9159 0.5811 1.2807 0.3587 0.6970se1 se2 se3 se4 se5 se60.3671 1.2482 0.5366 1.0938 1.3279 1.6731s=s1 s10 s12 s13 s14 s15 s16 s17 s18 s19s =1.0e+004 *0.4361 3.3051 0.9364 2.1404 1.0972 0.5303 0.2938 0.5063 0.8319 1.2929s=s2 s20 s21 s22 s23 s3 s4 s5 s6 s7 s8 s9s =1.0e+004 *0.6703 1.1766 1.1971 2.5756 1.1603 0.5954 0.4872 0.9945 0.6506 0.8365 2.6850 3.2797s=sb10 sb7 sb8 sb9 se10 se7 se8 se9 sm10 sm7 sm8 sm9s =1.0e+004 *0.5918 1.1652 1.3690 0.4183 1.9805 0.4937 0.6857 1.1556 1.5700 0.8664 1.1305 0.64207一、研究内容本课题的主要内容是：在广泛收集、阅读有关文献的基础上，了解砂轮磨损状态智能监测的原理、方法。学习掌握MATLAB语言，用MATLAB语言编写以神经网络为主的砂轮磨损智能监测的应用程序。并对试验数据进行处理、分析，获取有意义的研究结果。二、研究依据1项目申请书2相关参考文献3实验原始数据三、工作要求1、广泛收集、阅读中外有关文献、资料。了解砂轮磨损状态智能监测的研究意义、目的、原理和方法。2、了解砂轮磨损监测试验研究的原理、过程、方法，理解试验采集的数据的意义、用途和初步分析结果。3、学习人工神经网络理论，初步掌握所需的BP网络，ART2网络的基本知识。4、学习MATLAB语言，初步掌握基本的编程技能，能编制简单的应用程序。5、学习MATLAB工具箱的使用，特别是神经网络工具箱。能针对具体问题进行调用。6、编写、调试用人工神经网络工具对砂轮磨损状态进行识别的应用程序，并对程序进行各种考核。7、对试验数据进行分析、处理。获取有意义的结果。8、撰写毕业论文和程序说明。四、毕业设计（论文）物化成果的具体内容及要求(具体内容按照机械工程系毕业设计大纲及实施细则的有关要求填写)1. 毕业论文一份（不少于20000汉字）。2试验数据处理结果附件一份。3源程序清单附件一份。五、 毕业设计（论文）进度计划起讫日期工作内容备 注3.31. 4.2.布置任务，收集资料，熟悉课题，4.3. 4.13.调查研究，毕业实习4.14. 4.27.确定研究方案，撰写开题报告 4.28. 5.4.学习编程语言，熟悉编程系统使用5.5. 5.25.编制、调试应用程序5.26. 6.8.试验数据处理、分析 6.9. 6.20.撰写毕业论文，准备答辩6.23.6.27.毕业答辩六、 主要参考文献：1、李小俚等先进制造中的智能监控技术北京：科学出版社，19992、钟秉林、黄仁机械故障诊断学北京：机械工业出版社，19973、黄仁机械设备的工况监视与故障诊断南京：东南大学出版社，19884、何正嘉等机械设备非平稳信号的故障诊断原理及应用北京：高等教育出版社，20015、虞和济等基于神经网络的智能诊断北京：冶金工业出版社，20006、温熙森等机械系统动态分析理论与应用长沙：国防科技大学出版社，19987、精锐创作组MATLAB6.0科学运算完整解决方案北京：人民邮电出版社，20018、楼顺天基于MATLAB的系统分析与设计神经网络西安：西安电子科技大学出版社，20009、闻新等MATLAB神经网络应用设计北京：科学出版社，2000七、其他学科门类： 工学 单位代码 ： 毕业论文砂轮磨损的智能监测的研究学生姓名张新华所学专业机械设计制造及其自动化班 级材机996班学 号B9912038指导教师吴 祥盐城工学院机械工程系二三年六月学科门类： 工学 单位代码 ： 毕业论文附件一数据处理结果清单学生姓名张新华所学专业机械设计制造及其自动化班 级材机996班学 号B9912038指导教师吴 祥盐城工学院机械工程系二三年六月学科门类： 工学 单位代码 ： 毕业论文附件二源程序清单学生姓名张新华所学专业机械设计制造及其自动化班 级材机996班学 号B9912038指导教师吴 祥盐城工学院机械工程系二三年六月盐城工学院机械工程系毕业论文附件二 源程序清单主程序%全局变量的定义global a;%a=4a=4;global b;%b=4b=4;global c;c=0.13global d;%d=0.85d=0.85;global e;%e=0.0001e=0.0001;global m;%m=7m=4;global n;%n=2n=2;global rho;%rho=0.998rho=0.998;global theta;%theta=1/sqrt(m)theta=1/sqrt(m);%初始化由下到上的权值和由上到下的权值B0=ones(m,n)*1/(1-d)*sqrt(m);T0=zeros(n,m);%各个状态的初始化置为零W0=zeros(1,m) ; %F1层各个神经元状态初始化X0=zeros(1,m);U0=zeros(1,m);V0=zeros(1,m);W=zeros(1,m);X=zeros(1,m);U=zeros(1,m);V=zeros(1,m);Q=zeros(1,m);P=zeros(1,m);G=zeros(1,2);S=zeros(1,2);%构成一个完整的ART2神经网络的主程序%程序是否要继续识别数据，如果要的请输入yes,否则的话请输入no while 1 disp(程序是否要继续识别数据，如果要的请输入yes,否则的话请输入no !);yes=1;no=0;ok=input(请输入指令:);if ok=0 break;end%提供一个新的输入向量I0=input(请输入新的向量：)%开始计算F1层的各个神经元的值W0=I0+a*U0;X0=W0/(e+norm(W0);for i=1:4 V0(i)=f(X0(i);endU0=V0/(e+norm(V0);%开始计算F2层的各个状态的参数I=U0;W=I+a*U;X=W/(e+norm(W);for i=1:4 V(i)=f(X(i)+b*f(Q(i);endU=V/(e+norm(V);for i=1:4 for j=1:2 P(i)=U(i)+G(j)*T0(j,i); endendQ=P/(e+norm(P);%计算F2的匹配度for j=1:2 for i=1:4 S(j)=S(j)+P(i)*B0(i,j); endend%选择F2的激活节点SJ,J=max(S);%激活F2的第J个节点for j=1:2 if j=J G(j)=d; else G(j)=0; endend%进行警戒实验R=(U+c*P)/(e+norm(U)+norm(c*P);%判断输入的原始矢量的结果if rho/(e+norm(R)=1 disp(输入的原始矢量的数据经过网络的学习与识别后判断为砂轮锋利，没有明显的磨损可以继续使用！); % %调整权值 if J=1 for i=1:4 T0(1,i)=T0(1,i)+d*(1-d)*(U(i)/(1-d)-T0(1,i); B0(i,1)=B0(i,1)+d*(1-d)*(U(i)/(1-d)-B0(i,1); end else for i=1:4 T0(2,i)=T0(2,i)+d*(1-d)*(U(i)/(1-d)-T0(2,i); B0(i,2)=B0(i,2)+d*(1-d)*(U(i)/(1-d)-B0(i,2); end endelse disp(输入的原始矢量的数据经过网络的学习与识别后判断为砂轮已经磨损，发生明显的磨损不可以继续使用，需要换砂轮或者休整！); G(J)=0; G(3-J)=0.85;endend %第一个while循环的结束标志。非线性函数ffunction y=f(x)theta=1/sqrt(7);if xtheta y=x;else y= 0;end交互界面应用程序主程序function varargout = artfig(varargin)% MAIN Application M-file for artfig.fig% FIG = MAIN launch main GUI.% MAIN(callback_name, .) invoke the named callback.% Last Modified by GUIDE v1.0 27-Mar-2003 11:39:53if nargin = 0 % LAUNCH GUIfig = openfig(mfilename,reuse);% Use system color scheme for figure:set(fig,Color,get(0,defaultUicontrolBackgroundColor);% Generate a structure of handles to pass to callbacks, and store it. .handles = guihandles(fig);guidata(fig, handles);if nargout 0varargout1 = fig;endelseif ischar(varargin1) % INVOKE NAMED SUBFUNCTION OR CALLBACKtryif (nargout)varargout1:nargout = feval(varargin:); % FEVAL switchyardelsefeval(varargin:); % FEVAL switchyardendcatchdisp(lasterr);endend% -function sample_Callback(hObject, eventdata, handles)% hObject handle to sample (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% -function new_Callback(hObject, eventdata, handles)%清除所有的变量;clear;%初始化global W0;global lr;global rho;new1;% -function open_Callback(hObject, eventdata, handles)%This is the sample data.msgbox(In this programme,the default test vector is 0.214 0.283 0.147 0.017 0.119 0.133 0.200!,Sample Data);% -function exit_Callback(hObject, eventdata, handles)%exit the programmeclose;% -function study_Callback(hObject, eventdata, handles)% -function intial_Callback(hObject, eventdata, handles)%ART2神经网络系统参数初始化；initial;% -function classify_Callback(hObject, eventdata, handles)%打开testfig进行测试;classify;% -function help_Callback(hObject, eventdata, handles)% -function topic_Callback(hObject, eventdata, handles)%主题helpdlg(对不起！这里暂时还没有帮助文档。,帮助);% -function about_Callback(hObject, eventdata, handles)%关于msgbox(状态识别软件 制作人：张新华 指导老师：吴祥 版本 1.0,关于本软件！);识别function varargout = classify(varargin)% CLASSIFY M-file for classify.fig% CLASSIFY, by itself, creates a new CLASSIFY or raises the existing% singleton*.%if nargin = 0 % LAUNCH GUIfig = openfig(mfilename,reuse);% Use system color scheme for figure:set(fig,Color,get(0,defaultUicontrolBackgroundColor);% Generate a structure of handles to pass to callbacks, and store it. handles = guihandles(fig);guidata(fig, handles);if nargout 0varargout1 = fig;endelseif ischar(varargin1) % INVOKE NAMED SUBFUNCTION OR CALLBACKtryif (nargout)varargout1:nargout = feval(varargin:); % FEVAL switchyardelsefeval(varargin:); % FEVAL switchyardendcatchdisp(lasterr);endend%| ABOUT CALLBACKS:%| GUIDE automatically appends subfunction prototypes to this file, and %| sets objects callback properties to call them through the FEVAL %| switchyard above. This comment describes that mechanism.%|%| Each callback subfunction declaration has the following form:%| (H, EVENTDATA, HANDLES, VARARGIN)%|%| The subfunction name is composed using the objects Tag and the %| callback type separated by _, e.g. slider2_Callback,%| figure1_CloseRequestFcn, axis1_ButtondownFcn.%|%| H is the callback objects handle (obtained using GCBO).%|%| EVENTDATA is empty, but reserved for future use.%|%| HANDLES is a structure containing handles of components in GUI using%| tags as fieldnames, e.g. handles.figure1, handles.slider2. This%| structure is created at GUI startup using GUIHANDLES and stored in%| the figures application data using GUIDATA. A copy of the structure%| is passed to each callback. You can store additional information in%| this structure at GUI startup, and you can change the structure%| during callbacks. Call guidata(h, handles) after changing your%| copy to replace the stored original so that subsequent callbacks see%| the updates. Type help guihandles and help guidata for more%| information.%|%| VARARGIN contains any extra arguments you have passed to the%| callback. Specify the extra arguments by editing the callback%| property in the inspector. By default, GUIDE sets the property to:%| (, gcbo, , guidata(gcbo)%| Add any extra arguments after the last argument, before the final%| closing parenthesis.% - Executes on button press in pushbuttonclassify.function pushbuttonclassify_Callback(hObject, eventdata, handles)% hObject handle to pushbuttonclassify (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% - Executes on button press in pushbuttoncontinue.function pushbuttoncontinue_Callback(hObject, eventdata, handles)%输入新的矢量new1;% - Executes on button press in pushbuttonexit.function pushbuttonexit_Callback(hObject, eventdata, handles)% 退出识别程序close;% - Executes during object creation, after setting all properties.function edit1_CreateFcn(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc set(hObject,BackgroundColor,white);else set(hObject,BackgroundColor,get(0,defaultUicontrolBackgroundColor);endfunction edit1_Callback(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,String) returns contents of edit1 as text% str2double(get(hObject,String) returns contents of edit1 as a double% - Executes on button press in radiobutton1.function radiobutton1_Callback(hObject, eventdata, handles)% hObject handle to radiobutton1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hint: get(hObject,Value) returns toggle state of radiobutton1% - Executes on button press in radiobutton2.function radiobutton2_Callback(hObject, eventdata, handles)% hObject handle to radiobutton2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hint: get(hObject,Value) returns toggle state of radiobutton2初始化function varargout = initial(varargin)% INITIAL M-file for initial.fig% FIG = NEW launch new GUI.% NEW(callback_name, .) invoke the named callback.% Last Modified by GUIDE v2.5 16-May-2003 16:42:26if nargin = 0 % LAUNCH GUIfig = openfig(mfilename,reuse);% Use system color scheme for figure:set(fig,Color,get(0,defaultUicontrolBackgroundColor);% Generate a structure of handles to pass to callbacks, and store it. handles = guihandles(fig);guidata(fig, handles);if nargout 0varargout1 = fig;endelseif ischar(varargin1) % INVOKE NAMED SUBFUNCTION OR CALLBACKtryif (nargout)varargout1:nargout = feval(varargin:); % FEVAL switchyardelsefeval(varargin:); % FEVAL switchyardendcatchdisp(lasterr);endend%| ABOUT CALLBACKS:%| GUIDE automatically appends subfunction prototypes to this file, and %| sets objects callback properties to call them through the FEVAL %| switchyard above. This comment describes that mechanism.%|%| Each callback subfunction declaration has the following form:%| (H, EVENTDATA, HANDLES, VARARGIN)%|%| The subfunction name is composed using the objects Tag and the %| callback type separated by _, e.g. slider2_Callback,%| figure1_CloseRequestFcn, axis1_ButtondownFcn.%|%| H is the callback objects handle (obtained using GCBO).%|%| EVENTDATA is empty, but reserved for future use.%|%| HANDLES is a structure containing handles of components in GUI using%| tags as fieldnames, e.g. handles.figure1, handles.slider2. This%| structure is created at GUI startup using GUIHANDLES and stored in%| the figures application data using GUIDATA. A copy of the structure%| is passed to each callback. You can store additional information in%| this structure at GUI startup, and you can change the structure%| during callbacks. Call guidata(h, handles) after changing your%| copy to replace the stored original so that subsequent callbacks see%| the updates. Type help guihandles and help guidata for more%| information.%|%| VARARGIN contains any extra arguments you have passed to the%| callback. Specify the extra arguments by editing the callback%| property in the inspector. By default, GUIDE sets the property to:%| (, gcbo, , guidata(gcbo)%| Add any extra arguments after the last argument, before the final%| closing parenthesis.% - Executes during object creation, after setting all properties.function edit1_CreateFcn(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc set(hObject,BackgroundColor,white);else set(hObject,BackgroundColor,get(0,defaultUicontrolBackgroundColor);endfunction edit1_Callback(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,String) returns contents of edit1 as text% str2double(get(hObject,String) returns contents of edit1 as a double%取用edit1中的数据来编辑h1=findobj(0,Tag,edit1);edit1=get(h,string);% - Executes during object creation, after setting all properties.function edit2_CreateFcn(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc set(hObject,BackgroundColor,white);else set(hObject,BackgroundColor,get(0,defaultUicontrolBackgroundColor);endfunction edit2_Callback(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,String) returns contents of edit2 as text% str2double(get(hObject,String) returns contents of edit2 as a doubleh2=findobj(0,Tag,edit2);edit2=get(h,string);% - Executes during object creation, after setting all properties.function edit3_CreateFcn(hObject, eventdata, handles)% hObject handle to edit3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc set(hObject,BackgroundColor,white);else set(hObject,BackgroundColor,get(0,defaultUicontrolBackgroundColor);endfunction edit3_Callback(hObject, eventdata, handles)% hObject handle to edit3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,String) returns contents of edit3 as text% str2double(get(hObject,String) returns contents of edit3 as a doubleh3=findobj(0,Tag,edit3);edit3=get(h,string);% - Executes on button press in certain.function certain_Callback(hObject, eventdata, handles)% hObject handle to certain (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% - Executes on button press in reset.function reset_Callback(hObject, eventdata, handles)% 将edit框中的内容清空set(h1,string,0);set(h2,string,0);set(h3,string,0);新建function varargout = new1(varargin)% NEW1 M-file for new1.fig% FIG = NEW launch new GUI.% NEW(callback_name, .) invoke the named callback.% Last Modified by GUIDE v2.0 01-Apr-2003 17:38:11if nargin = 0 % LAUNCH GUIfig = openfig(mfilename,reuse);% Use system color scheme for figure:set(fig,Color,get(0,defaultUicontrolBackgroundColor);% Generate a structure of handles to pass to callbacks, and store it. handles = guihandles(fig);guidata(fig, handles);if nargout 0varargout1 = fig;endelseif ischar(varargin1) % INVOKE NAMED SUBFUNCTION OR CALLBACKtryif (nargout)varargout1:nargout = feval(varargin:); % FEVAL switchyardelsefeval(varargin:); % FEVAL switchyardendcatchdisp(lasterr);endend%| ABOUT CALLBACKS:%| GUIDE au