基于BP神经网络的电解加工阴极工具闭环设计方法的研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
符号说明 | 第10-11页 |
1 绪论 | 第11-26页 |
1.1 电解加工原理及特点 | 第11-13页 |
1.2 电解加工技术的发展现状与应用 | 第13-19页 |
1.2.1 数控电解加工 | 第13-15页 |
1.2.2 电解复合加工 | 第15-17页 |
1.2.3 微细电解加工 | 第17-19页 |
1.3 阴极设计理论与方法 | 第19-24页 |
1.3.1 电解加工成形规律 | 第20-21页 |
1.3.2 阴极的设计方法 | 第21-24页 |
1.4 课题的研究意义与内容安排 | 第24-26页 |
1.4.1 课题研究的意义 | 第24页 |
1.4.2 课题的内容安排及创新点 | 第24-26页 |
2 电解加工阴极工具闭环设计方法理论基础 | 第26-33页 |
2.1 阴极工具闭环设计方法介绍 | 第26-27页 |
2.2 基于FFT法的阴极修正 | 第27-31页 |
2.2.1 闭环设计的前提 | 第27-28页 |
2.2.2 闭环设计中工件预测环节 | 第28-29页 |
2.2.3 采用FFT法的阴极修正 | 第29-31页 |
2.3 基于变电导率法的阴极修正 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
3 阴极工具与阳极工件形状误差的映射关系 | 第33-59页 |
3.1 人工神经网络发展简介 | 第33-34页 |
3.2 BP神经网络 | 第34-38页 |
3.2.1 BP神经网络基本结构 | 第35页 |
3.2.2 BP神经网络的学习算法 | 第35-38页 |
3.2.3 BP神经网络的局限 | 第38页 |
3.3 MATLAB神经网络工具箱 | 第38-43页 |
3.3.1 MATLAB软件概述 | 第38-39页 |
3.3.2 样本数据处理函数 | 第39-40页 |
3.3.3 神经网络工具箱基本函数 | 第40页 |
3.3.4 神经元上的传递函数 | 第40-42页 |
3.3.5 训练函数及BP算法改进 | 第42-43页 |
3.4 工具阴极与工件阳极的映射关系模型 | 第43-50页 |
3.4.1 输入量、输出量的确定 | 第44-47页 |
3.4.2 数据采集及其预处理 | 第47-50页 |
3.5 BP神经网络的结构优化设计 | 第50-55页 |
3.5.1 BP神经网络的参数选择 | 第50-52页 |
3.5.2 隐含层层数确定 | 第52页 |
3.5.3 隐含层节点数的确定 | 第52-55页 |
3.6 网络的仿真及分析 | 第55-58页 |
3.7 本章小结 | 第58-59页 |
4 阴极修正方法的分析与比较 | 第59-80页 |
4.1 基于黄金分割的优化算法 | 第59-61页 |
4.2 阴极修正试验数据获取与分析 | 第61-64页 |
4.3 基于FFT法的阴极修正方案 | 第64-71页 |
4.4 基于变电导率法的阴极修正方案 | 第71-77页 |
4.5 两种方案的分析比较 | 第77-79页 |
4.6 本章小结 | 第79-80页 |
5 电解加工阴极闭环设计系统软件开发 | 第80-99页 |
5.1 UG软件介绍 | 第80-86页 |
5.1.1 UG二次开发简介 | 第80-81页 |
5.1.2 UG开发语言 | 第81页 |
5.1.3 系统变量的设置 | 第81页 |
5.1.4 UG菜单的设计 | 第81-82页 |
5.1.5 UG对话框的设计 | 第82-86页 |
5.2 基于GUIDE的界面开发 | 第86-90页 |
5.2.1 MATLABGUI界面设计 | 第86-89页 |
5.2.2 菜单栏界面的设计 | 第89-90页 |
5.3 GUI界面模块介绍 | 第90-97页 |
5.3.1 主系统界面 | 第90-91页 |
5.3.2 初始阴极设计模块 | 第91-93页 |
5.3.3 神经网络训练模块 | 第93-94页 |
5.3.4 基于FFT法的阴极修正模块 | 第94-96页 |
5.3.5 基于变电导率法的阴极修正模块 | 第96-97页 |
5.4 本章小结 | 第97-99页 |
总结与展望 | 第99-101页 |
研究工作总结 | 第99页 |
研究工作展望 | 第99-101页 |
参考文献 | 第101-106页 |
致谢 | 第106-107页 |
攻读硕士学位期间发表的论文 | 第107-108页 |