摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第13-15页 |
第一章 绪论 | 第15-22页 |
1.1 选题背景及意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-20页 |
1.2.1 主轴温度特性研究现状 | 第16-18页 |
1.2.2 油气润滑技术研究现状 | 第18-20页 |
1.3 论文的主要研究内容 | 第20-21页 |
1.4 本章小结 | 第21-22页 |
第二章 油气润滑机械主轴的壳体导热与热对流分析 | 第22-31页 |
2.1 引言 | 第22页 |
2.2 机械主轴的传热途径 | 第22-24页 |
2.3 机械主轴壳体的导热分析 | 第24-27页 |
2.3.1 主轴壳体径向导热微分方程及其求解 | 第24-25页 |
2.3.2 算例分析 | 第25-27页 |
2.4 基于经验公式的油气润滑热对流分析 | 第27-30页 |
2.4.1 基于经验公式的热对流计算方法 | 第27-28页 |
2.4.2 算例分析 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章 油气润滑机械主轴温度特性试验台的设计 | 第31-50页 |
3.1 引言 | 第31页 |
3.2 油气润滑系统的设计 | 第31-35页 |
3.2.1 油气润滑的气路供给方案 | 第31-32页 |
3.2.2 气路部件选型 | 第32-33页 |
3.2.3 油气润滑系统的布局与安装 | 第33-35页 |
3.3 润滑参数及主轴温度的测量方案 | 第35-41页 |
3.3.1 油气润滑参数的测量方案 | 第35-37页 |
3.3.2 机械主轴温度的测量方案 | 第37-39页 |
3.3.3 传感器的连接与布局 | 第39-41页 |
3.4 模拟切削力加载装置的设计 | 第41-49页 |
3.4.1 加载装置的工作原理 | 第41-43页 |
3.4.2 加载轴承套结构 | 第43-46页 |
3.4.3 加载叉的支点转动结构 | 第46-47页 |
3.4.4 加载丝杆的设计 | 第47-49页 |
3.5 本章小结 | 第49-50页 |
第四章 油气润滑对机械主轴温度特性影响的试验研究 | 第50-69页 |
4.1 引言 | 第50页 |
4.2 试验方案 | 第50-52页 |
4.2.1 试验条件 | 第50-51页 |
4.2.2 正交试验方案 | 第51-52页 |
4.3 试验流程 | 第52-56页 |
4.3.1 试验操作步骤 | 第52-55页 |
4.3.2 试验注意事项 | 第55-56页 |
4.4 试验数据处理方法 | 第56-59页 |
4.4.1 异常数据处理方法 | 第56页 |
4.4.2 温度特性评价方法 | 第56-58页 |
4.4.3 数据处理的计算流程 | 第58-59页 |
4.5 机械主轴温升过程分析 | 第59-60页 |
4.6 正交试验结果及分析 | 第60-64页 |
4.6.1 正交试验结果 | 第60页 |
4.6.2 极差分析 | 第60-62页 |
4.6.3 方差分析 | 第62-64页 |
4.7 高显著度参数试验结果及分析 | 第64-67页 |
4.7.1 供油量对机械主轴温度的影响 | 第64-66页 |
4.7.2 供气压力对机械主轴温度的影响 | 第66-67页 |
4.8 本章小结 | 第67-69页 |
第五章 基于BP神经网络的油气润滑机械主轴温度特性预测 | 第69-81页 |
5.1 引言 | 第69页 |
5.2 神经网络的基本理论 | 第69-75页 |
5.2.1 神经网络基本结构 | 第69-71页 |
5.2.2 激活函数 | 第71-73页 |
5.2.3 BP神经网络 | 第73-74页 |
5.2.4 BP训练算法 | 第74-75页 |
5.3 温度特性BP神经网络模型的构建 | 第75-77页 |
5.4 温度特性BP神经网络模型的训练与预测 | 第77-80页 |
5.5 本章小结 | 第80-81页 |
第六章 总结与展望 | 第81-83页 |
6.1 本文的主要工作与结论 | 第81-82页 |
6.2 进一步研究内容的展望 | 第82-83页 |
参考文献 | 第83-90页 |
致谢 | 第90-91页 |
在学期间的研究成果及发表的学术论文 | 第91页 |