拉深成形变压边力神经网络预测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题提出的背景及意义 | 第9-10页 |
| ·人工神经网络研究 | 第10-13页 |
| ·在故障诊断中的应用 | 第10页 |
| ·在板料成形过程中的应用 | 第10-11页 |
| ·在模具设计中的应用 | 第11-12页 |
| ·在板料参数识别中的应用 | 第12页 |
| ·发展现状和应用前景 | 第12-13页 |
| ·课题研究的内容和目的 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 人工神经网络的介绍 | 第15-27页 |
| ·引言 | 第15页 |
| ·神经网络发展的历史 | 第15-16页 |
| ·神经网络类别 | 第16-17页 |
| ·神经元模型 | 第17-18页 |
| ·神经网络的基本结构 | 第18-19页 |
| ·神经网络的学习方法 | 第19-20页 |
| ·BP神经网络 | 第20-26页 |
| ·BP网络结构模型 | 第20-21页 |
| ·BP网络学习公式的推导 | 第21-24页 |
| ·BP网络设计分析 | 第24-26页 |
| ·BP网络的不足及改进 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 矩形盒拉深成形理论分析 | 第27-38页 |
| ·矩形盒拉深工艺过程分析 | 第27-28页 |
| ·法兰变形区应力分析 | 第28-32页 |
| ·变形Ⅰ区应力分析 | 第29-31页 |
| ·变形Ⅱ区应力分析 | 第31-32页 |
| ·矩形盒成形的失效形式 | 第32-33页 |
| ·起皱 | 第32-33页 |
| ·拉裂 | 第33页 |
| ·回弹 | 第33页 |
| ·板料失效的衡量标准与判定方法 | 第33-37页 |
| ·拉裂的衡量标准—成形极限图 | 第33-34页 |
| ·成形极限图（FLD图）的判定方法 | 第34-36页 |
| ·板料起皱的衡量标准 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 矩形盒拉深成形压边力的解析及仿真 | 第38-55页 |
| ·板料拉深成形安全区域分析 | 第38页 |
| ·破裂临界压边力解析 | 第38-41页 |
| ·起皱临界压边力解析 | 第41-45页 |
| ·临界压边力的影响因子 | 第45-46页 |
| ·仿真软件的选取 | 第46-47页 |
| ·矩形盒件成形仿真 | 第47-50页 |
| ·CAD造型 | 第47-48页 |
| ·板材的选取 | 第48-49页 |
| ·前处理 | 第49页 |
| ·后处理 | 第49-50页 |
| ·最优压边力控制曲线的确定与分析 | 第50-54页 |
| ·恒压边力 | 第51-52页 |
| ·变压边力 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于神经网络变压边力的预测 | 第55-73页 |
| ·引言 | 第55页 |
| ·建立神经网络模型 | 第55-57页 |
| ·选取神经网络模型 | 第55-56页 |
| ·BP网络结构设计 | 第56-57页 |
| ·BP神经网络模型的学习训练 | 第57-64页 |
| ·BP神经网络算法 | 第60-62页 |
| ·BP网络的训练 | 第62-64页 |
| ·BP神经网络性能的检验 | 第64-67页 |
| ·结论 | 第67-68页 |
| ·变压边力预测软件的实现过程 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 作者简介 | 第81页 |
| 攻读硕士学位期间研究成果 | 第81页 |
