| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的来源及研究的背景和意义 | 第9页 |
| 1.1.1 课题的来源 | 第9页 |
| 1.1.2 课题研究的背景与意义 | 第9页 |
| 1.2 机械人磨削复杂型面零件技术发展现状 | 第9-17页 |
| 1.2.1 机器人磨削系统的发展现状 | 第9-12页 |
| 1.2.2 砂带磨削过程建模与仿真的发展现状 | 第12-14页 |
| 1.2.3 复杂型面零件磨削工艺及轨迹规划发展现状 | 第14-17页 |
| 1.3 国内外研究现状分析 | 第17-18页 |
| 1.4 本课题主要研究内容 | 第18-19页 |
| 第2章 砂带磨削基础工艺实验 | 第19-29页 |
| 2.1 砂带磨削材料去除过程分析 | 第19-22页 |
| 2.1.1 砂带磨削去除材料过程 | 第19页 |
| 2.1.2 基于ABAQUS的砂带磨削单磨粒仿真 | 第19-22页 |
| 2.2 单因素实验与实验结果分析 | 第22-27页 |
| 2.2.1 实验材料与实验方案设计 | 第22-24页 |
| 2.2.2 砂带目数对表面粗糙度的影响 | 第24页 |
| 2.2.3 砂带速度对表面粗糙度的影响 | 第24-26页 |
| 2.2.4 磨削正压力对表面粗糙度的影响 | 第26-27页 |
| 2.3 实验结果综合分析 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 砂带磨削不锈钢过程建模与实验验证 | 第29-40页 |
| 3.1 基于BP神经网络的磨削过程建模 | 第29-34页 |
| 3.1.1 BP网络神经元结构 | 第29-30页 |
| 3.1.2 BP神经网络的结构与原理 | 第30页 |
| 3.1.3 BP神经网络参数设定 | 第30-33页 |
| 3.1.4 磨削过程BP神经网络建模与实验验证 | 第33-34页 |
| 3.2 磨削工件表面形貌建模 | 第34-38页 |
| 3.2.1 磨削表面形貌建模理论 | 第34-35页 |
| 3.2.2 基于MATLAB的磨削表面形貌建模 | 第35-38页 |
| 3.3 基于MATLAB GUI工具箱建立磨削粗糙度预测系统 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 机器人砂带磨削复杂型面零件仿真及实验 | 第40-63页 |
| 4.1 引言 | 第40页 |
| 4.2 机器人砂带磨削复杂型面零件轨迹编程 | 第40-42页 |
| 4.2.1 磨削轨迹编程方式选择 | 第40-41页 |
| 4.2.2 RobotStudio 6.03 简介 | 第41-42页 |
| 4.3 砂带机磨削方式选择及其特性分析 | 第42-48页 |
| 4.3.1 常用砂带磨削方式 | 第42-43页 |
| 4.3.2 接触轮砂带磨削方式的特性分析 | 第43-46页 |
| 4.3.3 自由式砂带磨削方式特性分析 | 第46-47页 |
| 4.3.4 水龙头制造工艺流程与磨削区域划分 | 第47-48页 |
| 4.4 砂带磨削复杂型面零件磨削轨迹规划 | 第48-59页 |
| 4.4.1 砂带磨削复杂型面零件轨迹生成方法 | 第48-50页 |
| 4.4.2 砂带磨削复杂型面零件磨削深度确定 | 第50-51页 |
| 4.4.3 砂带磨削复杂型面零件走刀行距选择 | 第51-54页 |
| 4.4.4 砂带磨削复杂型面零件走刀方式选择 | 第54-55页 |
| 4.4.5 砂带磨削复杂型面零件走刀步长选择 | 第55-57页 |
| 4.4.6 砂带磨削复杂型面零件刀轴矢量计算 | 第57页 |
| 4.4.7 基于RobotStudio 6.03 创建磨削加工仿真环境 | 第57-59页 |
| 4.5 机器人砂带磨削复杂型面零件实验 | 第59-62页 |
| 4.5.1 机器人砂带磨削复杂型面零件实验设备 | 第59页 |
| 4.5.2 机器人砂带磨削复杂型面零件实验过程 | 第59-62页 |
| 4.5.3 机器人砂带磨削复杂型面零件实验结果 | 第62页 |
| 4.6 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
