首页--工业技术论文--金属学与金属工艺论文--组合机床及其加工论文--程序控制机床、数控机床及其加工论文

数控雕铣曲面加工复杂度计算及切削参数选择方法研究

摘要第1-4页
ABSTRACT第4-9页
1 绪论第9-17页
   ·研究背景第9-11页
   ·国内外研究现状第11-14页
     ·加工几何特征的研究与发展现状第11-12页
     ·数控雕铣加工技术的研究与发展现状第12-13页
     ·切削参数决策技术的研究与发展现状第13-14页
   ·研究的意义第14-15页
   ·研究内容及组织结构第15-16页
   ·本章小结第16-17页
2 数控雕铣加工技术特点分析第17-27页
   ·数控雕铣加工的基本原理第17-18页
   ·数控雕铣加工支撑基础第18-23页
     ·典型雕铣加工工艺第19-20页
     ·雕铣 CAD/CAM 软件第20-21页
     ·数控雕铣机床第21-23页
   ·数控雕铣加工的应用领域及加工对象特点第23-25页
     ·数控雕铣加工的应用领域第23-24页
     ·数控雕铣加工的对象特点第24-25页
   ·数控雕铣加工中的问题第25-26页
   ·本章小结第26-27页
3 曲面雕铣加工复杂度及其计算方法第27-47页
   ·复杂曲面加工几何特征第27-28页
   ·曲面雕铣加工复杂度定义第28-29页
   ·曲面雕铣加工复杂度的计算方法第29-40页
     ·复杂曲面建模第29-30页
     ·复杂度计算策略第30-32页
     ·曲面区域划分第32-37页
     ·曲面复杂度计算第37-40页
   ·曲面雕铣加工复杂度的计算流程第40-41页
   ·案例及分析第41-46页
     ·典型曲面分析第41-43页
     ·数控雕铣实验第43-45页
     ·结果及分析第45-46页
   ·本章小结第46-47页
4 曲面数控雕铣加工切削参数选择研究第47-59页
   ·切削参数的择选及影响因素分析第47-49页
     ·雕铣加工切削参数第47-48页
     ·切削参数影响因素分析第48-49页
   ·切削参数优化的一般数学模型建立第49-50页
   ·切削参数选择方法第50-51页
   ·基于 BP 神经网络的切削参数预测模型的建立第51-58页
     ·BP 神经网络模型第51-52页
     ·BP 神经网络结构第52-53页
     ·BP 神经网络算法第53-54页
     ·实验数据样本第54-56页
     ·数据预处理第56页
     ·网络训练与测试第56-58页
   ·本章小结第58-59页
5 应用案例第59-65页
   ·浮雕工艺品的工艺规划第59-61页
     ·浮雕工艺品工艺规划第59-60页
     ·曲面复杂度分析第60-61页
   ·雕铣加工切削参数选择第61-62页
     ·神经网络方法选择切削参数第61-62页
     ·传统方法选择切削参数第62页
   ·数控编程及雕铣加工第62-65页
     ·数控编程第62-63页
     ·雕铣加工第63-64页
     ·结果分析第64-65页
6 结论和展望第65-67页
致谢第67-69页
参考文献第69-73页
附录第73页
 A. 攻读硕士学位期间发表的论文目录第73页
 B. 攻读硕士学位期间参加的科研项目第73页
 C. 攻读硕士学位期间获奖情况第73页

论文共73页,点击 下载论文
上一篇:深埋芒硝水溶开采溶腔长期稳定性研究
下一篇:冲床外购件可靠性分析与控制关键技术研究