往复式电镀金刚石线锯旋转点切割SiC单晶的试验研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·本课题的研究背景和意义 | 第8-9页 |
| ·国内外硬脆材料切割方法研究进展 | 第9-18页 |
| ·传统的切割方法 | 第9-15页 |
| ·切割技术新进展 | 第15-18页 |
| ·本课题研究的主要内容 | 第18-20页 |
| 2 硬脆材料去除机理及切割模型研究 | 第20-32页 |
| ·硬脆材料去除机理的研究 | 第20-27页 |
| ·硬脆材料锯磨去除机理综述 | 第20-23页 |
| ·硬脆材料锯磨过程的压痕断裂力学 | 第23-27页 |
| ·电镀金刚石线锯切割硬脆材料模型 | 第27-31页 |
| ·线锯模型 | 第27-28页 |
| ·单颗磨粒的平均切削深度 | 第28-29页 |
| ·锯丝表面磨粒的有效切削深度 | 第29-30页 |
| ·锯丝横截面上不同位置磨粒的切削深度 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 锯切力的理论分析和实验研究 | 第32-50页 |
| ·电镀金刚石线锯锯切力的理论分析 | 第32-37页 |
| ·锯切力的数学模型 | 第32-33页 |
| ·单颗金刚石磨粒所受锯切力 | 第33-36页 |
| ·金刚石线锯的总锯切力 | 第36-37页 |
| ·锯切实验条件 | 第37-40页 |
| ·实验设备 | 第37-39页 |
| ·实验仪器设备主要参数 | 第39-40页 |
| ·锯切力的实验研究 | 第40-48页 |
| ·加工材料的性能特点 | 第40页 |
| ·锯切力的测量方法 | 第40-41页 |
| ·锯切力信号的处理方法 | 第41-42页 |
| ·实验方案设计及其评价 | 第42-43页 |
| ·加工工艺参数对切向锯切力的影响 | 第43-48页 |
| ·本章小结 | 第48-50页 |
| 4 切片表面粗糙度的实验研究 | 第50-60页 |
| ·加工表面粗糙度的实验研究 | 第50-55页 |
| ·切片表面形貌的测量方法 | 第50页 |
| ·切片表面粗糙度测量结果 | 第50页 |
| ·加工工艺参数对表面粗糙度的影响 | 第50-55页 |
| ·切片表面形貌分析 | 第55页 |
| ·工件不同运动方式的对比实验 | 第55-58页 |
| ·实验设备及工艺 | 第55-56页 |
| ·工件不同运动方式下锯切表面形貌分析 | 第56-57页 |
| ·锯切表面粗糙度分析 | 第57页 |
| ·不同运动方式下锯切效率比较 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 5 切片表面粗糙度的神经网络仿真研究 | 第60-72页 |
| ·人工神经网络(ANN)简介 | 第60-61页 |
| ·神经网络的基本概念 | 第61-66页 |
| ·神经元模型 | 第61-63页 |
| ·神经网络的结构 | 第63-64页 |
| ·神经网络的分类 | 第64-65页 |
| ·神经网络的学习与训练 | 第65-66页 |
| ·BP神经网络及其MATLAB实现 | 第66-68页 |
| ·BP神经网络 | 第66-67页 |
| ·BP神经网络的MATLAB实现 | 第67-68页 |
| ·表面粗糙度BP模型的建立及预测 | 第68-71页 |
| ·网络结构的选取 | 第68页 |
| ·BP网络算法的基本流程 | 第68-69页 |
| ·神经网络的学习与预测 | 第69-71页 |
| ·最优方案的神经网络预测 | 第71页 |
| ·本章小结 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表论文与参与项目 | 第80页 |
