首页--工业技术论文--金属学与金属工艺论文--金属切削加工及机床论文--铣削加工及铣床论文

插铣铣削力及建模研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-11页
   ·课题研究意义第9页
   ·课题国内外研究现状第9-10页
     ·插铣技术的研究第9-10页
     ·铣削力模型的研究第10页
   ·课题的主要研究内容第10-11页
第二章 插铣加工原理和插铣铣削力的探究第11-17页
   ·插铣加工方式及特点第11-12页
   ·切削力第12页
   ·刀尖点运动轨迹第12-14页
   ·基于切削图形的受力分析第14-16页
   ·本章小结第16-17页
第三章 插铣铣削力的测量与研究第17-29页
   ·铣削力测量平台第17-21页
     ·实验设备及性能参数第17-19页
     ·测试系统平台搭建第19-21页
   ·单因素试验研究第21-23页
   ·正交试验设计第23-28页
     ·正交试验数据第23-25页
     ·试验结果极差分析第25-28页
   ·本章小结第28-29页
第四章 BP 神经网络与遗传算法第29-40页
   ·人工神经网络概述第29页
   ·神经网络模型第29-32页
     ·神经元结构第29-31页
     ·神经网络的网络结构第31页
     ·神经网络的学习规则第31-32页
   ·BP 神经网络第32-34页
   ·遗传算法概述第34-35页
   ·遗传算法的基本原理与方法第35-39页
     ·染色体编码第35-36页
     ·适应度函数第36-37页
     ·遗传操作第37-39页
     ·控制参数的选择第39页
   ·本章小结第39-40页
第五章 插铣铣削力预测模型的建立及 MATLAB 仿真第40-54页
   ·MATLAB 软件及工具箱概述第40页
   ·样本数据及预处理第40-44页
   ·BP 网络模型的建立第44-47页
     ·网络输入层和输出层的设计第44页
     ·隐含层的设计第44页
     ·网络参数第44-45页
     ·网络仿真及结果分析第45-47页
   ·GA-BP 网络模型的建立第47-53页
     ·GA 优化 BP 网络权值和阈值第47页
     ·遗传算法的实现方法第47-50页
     ·仿真分析与验证第50-51页
     ·GA-BP 模型与 BP 模型的对比分析第51-53页
   ·本章小结第53-54页
第六章 结论与展望第54-55页
   ·结论第54页
   ·展望第54-55页
参考文献第55-58页
发表论文和科研情况说明第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:基于ABAQUS的导轨副磨粒磨损微观过程的有限元研究
下一篇:压力容器用钢板16MnR焊后热处理工艺参数的研究与优化