首页--交通运输论文--公路运输论文--汽车工程论文--汽车制造工艺论文

汽车轴类零件高效磨削工艺参数优化实验研究与应用

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第13-20页
    1.1 研究背景与意义第13-14页
    1.2 高效磨削技术综述第14-17页
        1.2.1 高速高效磨削加工技术领域的发展第14-15页
        1.2.2 高效深磨加工技术领域的发展第15-16页
        1.2.3 缓进给磨削加工技术领域的发展第16-17页
    1.3 课题研究的目的及主要内容第17-18页
        1.3.1 课题来源第17页
        1.3.2 课题研究目的第17页
        1.3.3 课题主要研究内容第17-18页
    1.4 论文的章节安排第18-20页
第二章 高效磨削研究理论基础第20-33页
    2.1 磨粒的切削过程第20-22页
        2.1.1 磨粒的大负前角切削第20-21页
        2.1.2 磨粒磨削的三个阶段第21-22页
    2.2 磨削过程最大未变形磨削厚度第22-24页
    2.3 磨削力第24-27页
        2.3.1 磨削力的意义第24-25页
        2.3.2 磨削力的理论公式第25-27页
    2.4 磨削表面粗糙度第27-29页
        2.4.1 表面粗糙度的创成机理第27-28页
        2.4.2 表面粗糙度的理论分析第28-29页
    2.5 残余应力第29-32页
        2.5.1 残余应力产生的原因第30页
        2.5.2 残余应力的测量方法第30-32页
    2.6 本章小结第32-33页
第三章 汽车轴高效外圆磨削实验方案设计第33-44页
    3.1 实验材料及其性能第33-34页
    3.2 高效磨削实验平台第34-35页
    3.3 实验用砂轮及其修整第35-36页
        3.3.1 砂轮的选用第35页
        3.3.2 砂轮的修整第35-36页
    3.4 实验数据采集装置第36-40页
        3.4.1 磨削力数据的采集第36-38页
        3.4.2 表面粗糙度数据的采集第38页
        3.4.3 残余应力数据的采集第38-39页
        3.4.4 圆度数据的采集第39-40页
    3.5 磨削实验工艺方案第40-43页
        3.5.1 基础磨削工艺参数信息的推导第40-41页
        3.5.2 磨削参数对磨削质量指标影响规律的实验方案第41-42页
        3.5.3 磨削工艺参数优化实验方案第42-43页
    3.6 本章小结第43-44页
第四章 磨削参数对磨削质量指标影响规律分析第44-52页
    4.1 磨削力测试实验结果分析第44-47页
        4.1.1 砂轮线速度对磨削力的影响第44-45页
        4.1.2 工件速度对磨削力的影响第45-46页
        4.1.3 磨削深度对磨削力的影响第46页
        4.1.4 材料去除率与磨削力的影响关系第46-47页
    4.2 工件表面质量测试实验结果分析第47-50页
        4.2.1 砂轮线速度对表面粗糙度的影响第47-48页
        4.2.2 工件速度对表面粗糙度的影响第48页
        4.2.3 磨削深度对表面粗糙度的影响第48-49页
        4.2.4 材料去除率与表面粗糙度的影响关系第49-50页
        4.2.5 砂轮线速度对表面残余应力的影响第50页
    4.3 本章小结第50-52页
第五章 汽车轴高效磨削工艺参数优化分析研究第52-62页
    5.1 磨削工艺参数优化实验结果分析第52-58页
        5.1.1 工件表面粗糙度优化实验结果分析第52-54页
        5.1.2 残余应力优化结果分析第54-58页
        5.1.3 圆度优化实验结果分析第58页
    5.2 磨削质量与效率统一的优化模型研究第58-60页
    5.3 磨削工艺参数优化措施第60-61页
    5.4 本章小结第61-62页
第六章 基于RBF神经网络的工件表面粗糙度预测第62-71页
    6.1 RBF神经网络的基本理论第62-64页
        6.1.1 RBF神经网络的结构及特点第62-63页
        6.1.2 RBF神经网络的学习算法第63-64页
    6.2 RBF神经网络预测模型的建立第64-69页
        6.2.1 预测模型的基本框架第64页
        6.2.2 影响表面粗糙度的因素第64-65页
        6.2.3 样本数据的获取第65-68页
        6.2.4 RBF网络的设计第68-69页
    6.3 预测结果及分析第69-70页
    6.4 本章小结第70-71页
总结和展望第71-74页
参考文献第74-78页
致谢第78-79页
攻读学位期间所发表的学术论文目录第79页

论文共79页,点击 下载论文
上一篇:低分子量姬松茸多糖的分离纯化、结构分析及抗肿瘤活性研究
下一篇:纳豆激酶生产工艺的优化