铝合金板材激光弯曲的精度控制与有限元分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题背景 | 第10-14页 |
| 1.1.1 选题意义 | 第10-11页 |
| 1.1.2 激光弯曲成形机理 | 第11-14页 |
| 1.2 国内外发展状况 | 第14-15页 |
| 1.2.1 国外发展状况 | 第14页 |
| 1.2.2 国内发展状况 | 第14-15页 |
| 1.3 本课题主要工作内容 | 第15-17页 |
| 2 铝合金薄板激光弯曲成形规律的有限元模拟 | 第17-35页 |
| 2.1 数值模拟求解方法及仿真软件的选择 | 第17-18页 |
| 2.1.1 数值模拟求解方法的选择 | 第17-18页 |
| 2.1.2 仿真软件的选择 | 第18页 |
| 2.2 热力耦合有限元理论 | 第18-21页 |
| 2.2.1 耦合的热传导计算 | 第19-21页 |
| 2.2.2 热弹塑性分析 | 第21页 |
| 2.2.3 动态热应力耦合 | 第21页 |
| 2.3 激光弯曲有限元建模 | 第21-26页 |
| 2.3.1 模型建立 | 第22页 |
| 2.3.2 材料性能参数 | 第22-24页 |
| 2.3.3 热传导初始与边界条件的设定 | 第24-25页 |
| 2.3.4 时间步长的选取 | 第25页 |
| 2.3.5 动态激光热源的处理 | 第25-26页 |
| 2.3.6 薄板热吸热系数的确定 | 第26页 |
| 2.3.7 单元的选取与划分网格 | 第26页 |
| 2.4 铝合金激光弯曲成形仿真分析 | 第26-34页 |
| 2.4.1 成形过程的温度场分析 | 第27-29页 |
| 2.4.2 成形过程的应力场分析 | 第29-31页 |
| 2.4.3 成形过程的位移场分析 | 第31-33页 |
| 2.4.4 角度的测量 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 铝合金薄板激光弯曲实验研究 | 第35-47页 |
| 3.1 金属薄板激光弯曲成形影响因素 | 第35页 |
| 3.2 薄板几何参数及激光加工参数 | 第35-36页 |
| 3.3 实验方法及设备 | 第36-38页 |
| 3.4 激光加工参数对弯曲角度的影响 | 第38-41页 |
| 3.4.1 激光功率对弯曲角度的影响 | 第38-39页 |
| 3.4.2 激光扫描速度对弯曲角度的影响 | 第39页 |
| 3.4.3 扫描次数对弯曲角度的影响 | 第39-40页 |
| 3.4.4 扫描方式对弯曲角度的影响 | 第40-41页 |
| 3.5 激光弯曲实验的可重复性 | 第41页 |
| 3.6 激光加工对材料组织的影响 | 第41-46页 |
| 3.6.1 金相组织分析 | 第41-44页 |
| 3.6.2 显微硬度分析 | 第44-46页 |
| 3.7 激光弯曲样件的加工 | 第46页 |
| 3.8 本章小结 | 第46-47页 |
| 4 激光弯曲成形工艺参数和成形角度预测 | 第47-61页 |
| 4.1 BP神经网络的理论基础 | 第47-51页 |
| 4.1.1 神经网络的发展历程及生物学启示 | 第47-48页 |
| 4.1.2 人工神经元结构 | 第48-49页 |
| 4.1.3 BP神经网络的原理 | 第49-51页 |
| 4.2 BP神经网络在激光弯曲成形的数值预测 | 第51-56页 |
| 4.2.1 基于激光弯曲成形的BP神经网络构建 | 第51-52页 |
| 4.2.2 训练数据的准备和归一化处理 | 第52-54页 |
| 4.2.3 弯曲角度的预测及其误差分析 | 第54-55页 |
| 4.2.4 弯曲角度的预测 | 第55-56页 |
| 4.3 激光加工参数的预测 | 第56-60页 |
| 4.3.1 激光功率的预测 | 第56-57页 |
| 4.3.2 扫描次数的预测 | 第57-59页 |
| 4.3.3 扫描速度的预测 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录 1 BP神经网络训练样本数据 | 第68-75页 |
| 附录 2 BP神经网络预测数据 | 第75-76页 |
