挤压模具的摩擦学优化设计
| 第一章 绪论 | 第1-19页 |
| 1．1 引言 | 第13-14页 |
| 1．2 挤压技术 | 第14-17页 |
| 1．2．1 挤压工艺的分类 | 第14-15页 |
| 1．2．2 挤压应用范围 | 第15页 |
| 1．2．3 挤压模具失效 | 第15-16页 |
| 1．2．4 挤压模具磨损国内外研究概况 | 第16-17页 |
| 1．2．5 挤压模具优化设计国内外的研究动态 | 第17页 |
| 1．3 课题来源和主要研究内容 | 第17-19页 |
| 1．3．1 课题的来源 | 第17页 |
| 1．3．2 主要研究内容 | 第17-19页 |
| 第二章 磨损理论及磨损模型 | 第19-24页 |
| 2．1 摩擦与磨损 | 第19页 |
| 2．2 磨损及其重要性 | 第19-20页 |
| 2．3 磨损的几种形式 | 第20-21页 |
| 2．4 粘着磨损及模型 | 第21-24页 |
| 2．4．1 粘着磨损的分类 | 第21-22页 |
| 2．4．2 粘着磨损的发展过程 | 第22页 |
| 2．4．3 粘着磨损的模型 | 第22-24页 |
| 第三章 挤压模具优化设计方法 | 第24-38页 |
| 3．1 挤压模具型腔的描述 | 第24-26页 |
| 3．2 有限元法 | 第26-29页 |
| 3．2．1 有限元法的基本理论 | 第26页 |
| 3．2．2 有限元法的计算流程 | 第26-27页 |
| 3．2．3 有限元在金属塑性成形中的应用 | 第27-28页 |
| 3．2．4 有限元分析软件介绍 | 第28-29页 |
| 3．3 BP神经网络 | 第29-32页 |
| 3．3．1 BP神经网络结构 | 第29-30页 |
| 3．3．2 BP神经网络学习公式的推导 | 第30-31页 |
| 3．3．3 BP神经网络的设计建模及其学习步骤 | 第31-32页 |
| 3．3．4 MATLAB中神经网络工具箱的介绍 | 第32页 |
| 3．4 遗传算法 | 第32-36页 |
| 3．4．1 参数编码 | 第32-33页 |
| 3．4．2 产生原始种群 | 第33-34页 |
| 3．4．3 个体评价(适应度)函数 | 第34页 |
| 3．4．4 遗传算子 | 第34-35页 |
| 3．4．5 标准遗传算法的执行步骤 | 第35页 |
| 3．4．6 MATLAB中遗传算法工具箱的介绍 | 第35-36页 |
| 3．5 挤压模具优化设计方法 | 第36-38页 |
| 第四章 挤压模具磨损计算与预测 | 第38-47页 |
| 4．1 国内外关于磨损计算的研究概况 | 第38页 |
| 4．2 磨损建模 | 第38-40页 |
| 4．3 挤压模具磨损计算 | 第40-43页 |
| 4．3．1 有限元模拟参数的确定 | 第40页 |
| 4．3．2 挤压模具磨损计算 | 第40-43页 |
| 4．4 挤压模具的磨损预测 | 第43-47页 |
| 第五章 热挤压模具型腔形状的优化设计 | 第47-58页 |
| 5．1 热挤压工艺 | 第47页 |
| 5．2 挤压模具优化数学模型的建立 | 第47-49页 |
| 5．2．1 目标函数的确定 | 第47-48页 |
| 5．2．2 设计变量的选取 | 第48-49页 |
| 5．3 杆类件挤压模具型腔形状的优化设计流程 | 第49-51页 |
| 5．4 优化算法 | 第51-55页 |
| 5．4．1 采用序列二次规划算法为优化算法 | 第51-52页 |
| 5．4．2 采用遗传算法为优化算法 | 第52-53页 |
| 5．4．3 两种优化结果的比较 | 第53-55页 |
| 5．5 几种模腔的结果比较 | 第55-58页 |
| 第六章 工作总结与研究展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
