基于铣刀角度的薄壁件铣削变形控制技术
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-16页 |
| ·论文的研究背景 | 第8-10页 |
| ·国内外研究现状综述 | 第10-13页 |
| ·薄壁件铣削加工有限元模拟的研究现状 | 第10-11页 |
| ·薄壁件铣削变形的预测以及控制的研究现状 | 第11-12页 |
| ·现有研究的不足 | 第12-13页 |
| ·研究内容及研究方法 | 第13-14页 |
| ·研究内容 | 第13页 |
| ·研究方法 | 第13-14页 |
| ·论文的章节安排 | 第14-16页 |
| 第2章 薄壁件铣削加工仿真的关键技术 | 第16-24页 |
| ·引言 | 第16页 |
| ·铝合金 7050-T7451 简介 | 第16-17页 |
| ·数值模拟软件的选择 | 第17-19页 |
| ·有限元模拟的关键技术 | 第19-23页 |
| ·材料模型的设置 | 第19-20页 |
| ·Johnson-Cook 塑性本构模型 | 第20-21页 |
| ·工件与刀具的接触设置 | 第21页 |
| ·切屑与工件的分离准则 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于铣刀角度的薄壁件铣削仿真研究 | 第24-32页 |
| ·引言 | 第24页 |
| ·热力耦合有限元模型描述 | 第24-25页 |
| ·薄壁件三维铣削加工仿真 | 第25-30页 |
| ·铣刀与工件几何模型 | 第25-26页 |
| ·材料模型设置 | 第26-27页 |
| ·装配部件与划分网格 | 第27-28页 |
| ·分析步的设置 | 第28页 |
| ·接触与载荷设置 | 第28-30页 |
| ·仿真结果分析与验证 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于神经网络的铣削变形预测 | 第32-42页 |
| ·引言 | 第32-33页 |
| ·BP 神经网络 | 第33-37页 |
| ·神经网络概述 | 第33-34页 |
| ·BP 网络算法 | 第34-36页 |
| ·BP 神经网络的学习规则 | 第36-37页 |
| ·薄壁件加工变形的神经网络预测方法 | 第37-41页 |
| ·BP 网络结构的确定 | 第37-38页 |
| ·训练样本的选择 | 第38-39页 |
| ·神经网络的训练 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于遗传算法的铣刀角度优化 | 第42-52页 |
| ·引言 | 第42页 |
| ·遗传算法理论概述 | 第42-46页 |
| ·遗传算法的研究进展 | 第42-43页 |
| ·遗传算法的基本思想和基本步骤 | 第43-45页 |
| ·遗传算法的主要特点 | 第45页 |
| ·遗传算法工具箱 | 第45-46页 |
| ·铣刀角度优化遗传算法程序设计 | 第46-50页 |
| ·确定问题参数集合 | 第46页 |
| ·参数编码 | 第46-47页 |
| ·设定初始化种群 | 第47页 |
| ·适应度函数设计 | 第47页 |
| ·遗传操作设计以及参数设定 | 第47-48页 |
| ·薄壁件铣削加工变形铣刀角度优化程序 | 第48-49页 |
| ·薄壁件铣削加工变形铣刀角度优化结果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第6章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位论文期间发表的学术论文 | 第58-59页 |
| 主持或参与的科研项目 | 第59-60页 |
| 致谢 | 第60-62页 |
