空调联箱多支管顺序液压成形过程的模拟分析
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-12页 |
| Contents | 第12-16页 |
| 第一章 绪论 | 第16-23页 |
| ·引言 | 第16页 |
| ·管材内高压成形技术概述 | 第16-18页 |
| ·内高压成形的工艺 | 第16-17页 |
| ·内高压成形的设备 | 第17-18页 |
| ·内高压成形的特点 | 第18页 |
| ·管材内高压成形技术研究现状及发展趋势 | 第18-21页 |
| ·国外研究概况及发展趋势 | 第18-20页 |
| ·国内研究概况及发展趋势 | 第20-21页 |
| ·本文的课题来源、研究意义及主要研究内容 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 内高压成形的理论基础分析 | 第23-30页 |
| ·引言 | 第23页 |
| ·内高压成形过程的力学分析 | 第23-26页 |
| ·内高压成形的有限元分析基础 | 第26-28页 |
| ·板料成形的有限元技术发展 | 第26-27页 |
| ·有限元分析的一般步骤 | 第27-28页 |
| ·有限元法在内高压成形中的应用现状 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 空调联箱多支管成形工艺方案分析 | 第30-36页 |
| ·引言 | 第30页 |
| ·成形工艺方案选择的原则 | 第30-31页 |
| ·空调联箱多支管成形方案概述 | 第31-35页 |
| ·焊接成形 | 第31-32页 |
| ·拉拔成形 | 第32页 |
| ·挤压胀形复合式成形 | 第32-33页 |
| ·挤压分离式成形 | 第33-34页 |
| ·内高压成形 | 第34页 |
| ·不同成形工艺方案的讨论 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 内高压成形的数值模拟 | 第36-59页 |
| ·引言 | 第36页 |
| ·内高压成形数值模型的建立步骤 | 第36-37页 |
| ·模具及管坯几何模型的建立 | 第36页 |
| ·模具及管坯的网格划分 | 第36页 |
| ·管坯材料定义 | 第36-37页 |
| ·边界条件 | 第37页 |
| ·不同顺序内高压成形工艺方案的仿真 | 第37-39页 |
| ·内高压成形金属变形规律分析 | 第39-42页 |
| ·金属流动规律 | 第39-42页 |
| ·壁厚分布规律 | 第42页 |
| ·加载路径对内高压成形的影响分析 | 第42-45页 |
| ·线性加载路径的影响 | 第43-44页 |
| ·折线加载路径的影响 | 第44-45页 |
| ·震荡加载路径的影响 | 第45页 |
| ·工艺参数对内高压成形的影响分析 | 第45-48页 |
| ·支管数目 | 第45-46页 |
| ·支管间距 | 第46页 |
| ·支管直径 | 第46-47页 |
| ·坯料厚度 | 第47页 |
| ·凹模圆角半径 | 第47-48页 |
| ·支管高度和壁厚分布预测模型的建立 | 第48-54页 |
| ·支管高度的预测模型 | 第48-51页 |
| ·壁厚的预测模型 | 第51-54页 |
| ·空调联箱多支管内高压成形缺陷及解决方案 | 第54-57页 |
| ·空调联箱多支管内高压成形的缺陷 | 第54-55页 |
| ·空调联箱多支管内高压成形缺陷的解决方案 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 基于神经网络的支管高度和壁厚预测模型研究 | 第59-74页 |
| ·引言 | 第59页 |
| ·BP神经网络简介 | 第59-61页 |
| ·BP神经网络的基本结构 | 第59-60页 |
| ·BP神经网络学习算法 | 第60-61页 |
| ·Matlab神经网络工具箱简介 | 第61页 |
| ·BP神经网络预测模型的建立 | 第61-64页 |
| ·网络层数的设计 | 第62页 |
| ·输入量的选择以及输入层的节点数的设计 | 第62页 |
| ·输出量的选择以及输出层节点数的设计 | 第62页 |
| ·隐层的节点数设计 | 第62-63页 |
| ·传输函数的设计 | 第63页 |
| ·训练方法及其参数选择 | 第63页 |
| ·数据归一化处理 | 第63-64页 |
| ·支管高度预测模型的建立 | 第64-69页 |
| ·确定支管高度的单独BP网络模型 | 第64页 |
| ·训练样本的选取 | 第64-66页 |
| ·支管高度神经网络预测程序 | 第66-67页 |
| ·结果讨论 | 第67-69页 |
| ·壁厚差预测模型的建立 | 第69-73页 |
| ·确定壁厚差的单独BP网络模型 | 第69页 |
| ·训练样本的选取 | 第69-71页 |
| ·壁厚差神经网络预测程序 | 第71-72页 |
| ·结果讨论 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 总结与展望 | 第74-77页 |
| 主要研究结论 | 第74-75页 |
| 后续研究工作展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读学位期间发表论文 | 第82-85页 |
| 致谢 | 第85页 |