镍基高温合金高效切削加工质量控制技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·课题的来源和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·论文研究的主要内容 | 第11-12页 |
| 第2章 加工参数对GH4169 的影响实验 | 第12-23页 |
| ·实验装置和实验方法 | 第12-14页 |
| ·切削速度对表面粗糙度影响 | 第14-15页 |
| ·刀具前角对表面粗糙度的影响 | 第15-17页 |
| ·进给量对表面粗糙度的影响 | 第17-18页 |
| ·刀具涂层对刀具使用寿命的影响 | 第18-19页 |
| ·刀具前角对刀具使用寿命的影响 | 第19-22页 |
| ·小结 | 第22-23页 |
| 第3章 基于神经网络的表面粗糙度预测模型的建立 | 第23-37页 |
| ·神经网络的选择 | 第23-24页 |
| ·模型建立所需数据的获取 | 第24-28页 |
| ·训练数据的实验设计 | 第24-26页 |
| ·测试数据的获得 | 第26-27页 |
| ·数据预处理 | 第27-28页 |
| ·BP 神经网络的设置 | 第28-31页 |
| ·BP 神经网络介绍 | 第28-29页 |
| ·BP 神经网络的主要参数设置 | 第29-30页 |
| ·预测模型的确定 | 第30-31页 |
| ·BP 网络模型的训练与筛选 | 第31-36页 |
| ·模型训练参数的设置 | 第31-33页 |
| ·完成训练模型的筛选 | 第33-35页 |
| ·数学模型的导出 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于表面粗糙度预测模型的切削用量优化 | 第37-47页 |
| ·几种基于粗糙度预测模型对切削用量优化问题 | 第37-38页 |
| ·遗传算法的选用和设置 | 第38-40页 |
| ·遗传算法的选择 | 第38-39页 |
| ·遗传算法的运行过程 | 第39-40页 |
| ·遗传算法参数的设置和优选 | 第40-42页 |
| ·世代数的选择 | 第40-41页 |
| ·交叉率的选择 | 第41页 |
| ·变异率的优选 | 第41页 |
| ·参数优化后的遗传算法模型 | 第41-42页 |
| ·改进的遗传算法 | 第42-44页 |
| ·改进方案 | 第42-43页 |
| ·改进后算法与基本遗传算法对比 | 第43页 |
| ·优选参数 | 第43-44页 |
| ·对切削用量优化问题的解决方法和实例 | 第44-46页 |
| ·小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |
