首页--工业技术论文--金属学与金属工艺论文--焊接、金属切割及金属粘接论文--焊接一般性问题论文--焊接自动化技术论文

氢氧微火焰自动锡焊机的工艺参数及焊接路径优化研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第10-16页
    1.1 引言第10页
    1.2 研究背景第10-11页
        1.2.1 课题的来源第10页
        1.2.2 课题的目的及意义第10-11页
    1.3 自动锡焊机的发展现状第11-12页
    1.4 国内外相关技术研究情况第12-15页
        1.4.1 焊点质量检测技术研究现状第12-13页
        1.4.2 焊接温度场的研究现状第13-14页
        1.4.3 焊接工艺参数优化的研究现状第14-15页
        1.4.4 路径优化问题的研究现状第15页
    1.5 论文主要工作和章节安排第15-16页
第2章 氢氧焰微火焰焊接机的总体结构和设计方案第16-20页
    2.1 设备的总体方案和结构设计第16-17页
    2.2 主要模块介绍第17-19页
        2.2.1 氢氧微火焰发生模块第17-18页
        2.2.2 送丝模块第18页
        2.2.3 焊接工艺控制模块第18页
        2.2.4 运动控制模块第18-19页
    2.4 本章小结第19-20页
第3章 焊点质量分析及正交实验的设计第20-28页
    3.1 焊点质量分析的意义第20页
    3.2 焊点质量分析第20-23页
        3.2.1 本课题焊点的质量要求第20页
        3.2.2 常见焊接不良现象第20-22页
        3.2.3 焊点的尺寸图示第22页
        3.2.4 各种元件焊点的尺寸要求第22-23页
    3.3 焊点质量检验第23页
    3.4 基于正交实验的焊接实验设计第23-27页
        3.4.1 正交实验法第23-24页
        3.4.2 设计正交实验及实验结果分析第24-27页
    3.5 本章小结第27-28页
第4章 氢氧微火焰焊接机温度控制的研究第28-36页
    4.1 焊接温度测量意义第28页
    4.2 测量设备介绍第28-29页
    4.3 测量过程第29页
    4.4 实验数据分析第29-35页
        4.4.1 整个过程焊点温度与时间的关系第29-30页
        4.4.2 单个焊点的温度与时间的变化规律第30-31页
        4.4.3 预热时间、加热时间与焊点温度的关系第31-32页
        4.4.4 火焰针头型号与焊点温度的关系第32-33页
        4.4.5 氢氧气压力、电解电流与焊点温度的关系第33-34页
        4.4.6 焊点初始温度分布情况第34-35页
    4.5 结论第35-36页
第5章 利用BP神经网络对焊接工艺参数进行优化第36-47页
    5.1 引言第36页
    5.2 人工神经网络简介第36-39页
        5.2.1 神经元及其特性第36-37页
        5.2.2 人工神经网络基本结构第37-38页
        5.2.3 人工神经网络主要学习算法第38-39页
    5.3 BP神经网络简介第39-42页
        5.3.1 BP神经网络第39页
        5.3.2 神经网络训练过程技术路线第39-40页
        5.3.3 训练中运用到的主要方程式第40-42页
    5.4 焊接工艺参数优化第42-46页
        5.4.1 BP神经网络模型的建立第42页
        5.4.2 神经网络的训练与预测第42-44页
        5.4.3 焊接工艺参数优化第44-46页
    5.5 本章小结第46-47页
第6章 PCB板焊接路径的优化第47-61页
    6.1 焊接路径优化简介第47-51页
        6.1.1 焊接路径优化的意义第47页
        6.1.2 蚁群算法的介绍第47-51页
    6.2 利用随机小窗口蚁群算法对焊接路径进行优化第51-58页
        6.2.1 数学建模第51页
        6.2.2 自动消除交叉点算法第51-53页
        6.2.3 消除交叉点数量和位置研究第53-58页
    6.3 消除交叉点蚁群算法在PCB板焊机中的检验第58-60页
        6.3.1 应用流程第58页
        6.3.2 提取焊板坐标第58-59页
        6.3.3 设置蚁群算法参数第59-60页
    6.4 本章小结第60-61页
第7章 总结与展望第61-63页
    7.1 总结第61页
    7.2 论文创新点第61-62页
    7.3 展望第62-63页
参考文献第63-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:CuZr基非晶合金薄膜非均匀结构调控
下一篇:磷酸盐无机防腐涂层的性能及其机理研究