摘要 | 第11-13页 |
Abstract | 第13-15页 |
第1章 绪论 | 第16-24页 |
1.1 纯水射流加工技术的研究现状 | 第16-18页 |
1.1.1 纯水射流理论特性 | 第16-17页 |
1.1.2 纯水射流加工研究现状 | 第17-18页 |
1.2 激光加工及其复合加工技术的研究现状 | 第18-22页 |
1.2.1 激光技术概况 | 第18-19页 |
1.2.2 激光加工的研究现状 | 第19-20页 |
1.2.3 激光复合加工技术的研究现状 | 第20-22页 |
1.3 激光辅助水射流加工技术研究中存在的问题 | 第22页 |
1.4 本文的研究目的、意义及主要研究内容 | 第22-24页 |
1.4.1 本文的研究目的、意义 | 第22页 |
1.4.2 本文的主要研究内容 | 第22-24页 |
第2章 激光辅助水射流微细切槽氮化硅陶瓷的实验研究 | 第24-44页 |
2.1 激光辅助水射流微细加工实验条件 | 第24-29页 |
2.1.1 激光辅助水射流复合加工系统 | 第24-25页 |
2.1.2 激光辅助水射流加工系统相对位置参数计算程序 | 第25-27页 |
2.1.3 实验结果的测量方法 | 第27-29页 |
2.2 激光及其复合加工氮化硅陶瓷的实验研究 | 第29-32页 |
2.2.1 实验方案 | 第29-30页 |
2.2.2 实验结果与分析 | 第30-32页 |
2.3 激光辅助水射流微细切槽氮化硅陶瓷的实验研究 | 第32-41页 |
2.3.1 实验方案 | 第32-33页 |
2.3.2 实验结果与分析 | 第33-41页 |
2.4 本章小结 | 第41-44页 |
第3章 激光辅助水射流微细加工氮化硅陶瓷的去除机理研究 | 第44-60页 |
3.1 激光辅助水射流加工机理模型的建立 | 第44-49页 |
3.1.1 纯水射流冲击力的计算 | 第44-46页 |
3.1.2 激光加热温度场模型 | 第46-47页 |
3.1.3 微细加工氮化硅陶瓷的去除机理 | 第47-49页 |
3.2 单因素实验方案 | 第49-50页 |
3.3 工件原始表面形貌对加工表面成形的影响研究 | 第50-55页 |
3.4 激光辅助水射流加工氮化硅陶瓷的去除机理研究 | 第55-58页 |
3.5 本章小结 | 第58-60页 |
第4章 激光辅助水射流微细铣削氮化硅陶瓷的加工性能研究 | 第60-74页 |
4.1 微细铣削加工路径规划与程序编写 | 第60-61页 |
4.2 基于响应曲面法的激光辅助水射流微细铣削氮化硅陶瓷实验 | 第61-63页 |
4.2.1 响应曲面法简介 | 第61-62页 |
4.2.2 响应曲面法实验方案 | 第62-63页 |
4.3 激光辅助水射流微细铣削氮化硅陶瓷的材料去除机理分析 | 第63-65页 |
4.4 槽深和表面粗糙度的预测模型建立 | 第65-71页 |
4.4.1 槽深和表面粗糙度的预测模型建立与方差分析 | 第65-69页 |
4.4.2 工艺参数的交互作用对槽深的影响 | 第69-70页 |
4.4.3 工艺参数的交互作用对表面粗糙度的影响 | 第70-71页 |
4.5 工艺参数选择的约束条件和验证 | 第71-73页 |
4.5.1 工艺参数选择的约束条件 | 第71-72页 |
4.5.2 工艺参数的验证 | 第72-73页 |
4.6 本章小结 | 第73-74页 |
第5章 激光辅助水射流微细铣削氮化硅陶瓷的微结构尺寸预测 | 第74-86页 |
5.1 激光辅助水射流微细铣削氮化硅陶瓷微结构的混合水平实验 | 第74-78页 |
5.1.1 实验方案 | 第74-75页 |
5.1.2 实验结果与分析 | 第75-78页 |
5.2 激光辅助水射流铣削微结构尺寸的人工神经网络预测模型 | 第78-84页 |
5.2.1 BP人工神经网络简介 | 第78-79页 |
5.2.2 BP人工神经网络设计与学习过程 | 第79-82页 |
5.2.3 BP人工神经网络训练与验证 | 第82-84页 |
5.3 本章小结 | 第84-86页 |
结论与展望 | 第86-89页 |
参考文献 | 第89-95页 |
攻读硕士学位期间发表的学术论文和获得的奖励 | 第95-96页 |
致谢 | 第96-97页 |
学位论文评阅及答辩情况表 | 第97页 |