首页--工业技术论文--化学工业论文--合成树脂与塑料工业论文--一般性问题论文--生产过程与生产工艺论文--成型加工论文

基于田口方法的洗涤分水器注塑工艺优化

摘要第1-7页
ABSTRACT第7-13页
第1章 绪论第13-19页
   ·课题提出的背景第13-14页
   ·国内外研究现状第14-17页
     ·注塑件翘曲变形的研究现状第14-16页
     ·田口方法的研究和发展现状第16-17页
   ·选题的意义第17页
   ·课题的技术路线第17-18页
   ·本章小结第18-19页
第2章 田口方法的基本理论第19-30页
   ·田口方法简介第19页
   ·品质工程学基本理论第19-24页
     ·品质工程学概述第19-21页
     ·品质损失函数第21-22页
     ·信噪比(S/N)第22-24页
   ·田口参数设计第24-27页
     ·因素和水平第24页
     ·正交表第24页
     ·参数设计的基本思想和方法第24-25页
     ·参数设计的步骤第25-27页
   ·实验结果分析第27-28页
     ·均值分析第27页
     ·方差分析第27-28页
   ·本章小结第28-30页
第3章 注塑成型数值模拟第30-44页
   ·注塑成型过程介绍第30-31页
     ·注塑的必要条件第30页
     ·塑料的塑化第30页
     ·注塑过程第30-31页
   ·注塑成型CAE技术第31-33页
   ·分析前处理第33-37页
     ·制件结构分析第33页
     ·网格划分及修复第33-35页
     ·材料选择及浇注系统创建第35-37页
     ·冷却系统的创建第37页
   ·注塑成型模拟分析第37-43页
     ·工艺参数设定第37页
     ·模拟结果分析第37-43页
   ·本章小结第43-44页
第4章 基于田口方法的工艺参数优化第44-50页
   ·实验设计第44-45页
     ·实验指标的确定第44页
     ·控制因子的水平及组合确定第44-45页
     ·噪声因素的确定第45页
   ·正交实验第45-46页
   ·实验结果分析第46-49页
     ·均值分析第46-48页
     ·方差分析第48-49页
   ·模拟实验验证第49-50页
第5章 基于人工神经网络的翘曲变形预测第50-67页
   ·人工神经网络简介第50-51页
     ·神经网络的优势第51页
     ·神经网络的局限性第51页
   ·BP人工神经网络第51-56页
     ·BP人工神经网络的模型结构第51-52页
     ·BP人工神经网络的学习算法第52-55页
     ·BP网络的神经网络工具箱函数第55-56页
   ·基于BP神经网络的翘曲变形优化第56-61页
     ·网络结构的确定第57-58页
     ·激励函数和训练方法的确定第58-59页
     ·样本选取及翘曲变形预测第59-61页
   ·注塑工艺参数的密化第61-64页
   ·实际生产验证第64-66页
   ·本章小结第66-67页
第6章 总结与展望第67-70页
   ·总结第67-68页
   ·展望第68-70页
参考文献第70-73页
攻读学位期间发表的学术论文目录第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:二维稀土氟化物微纳米晶的可控制备与发光性能研究
下一篇:轿车覆盖件的成形分析和数值模拟