固体激光精密切割机加工工艺的仿真
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-15页 |
·激光切割技术国内外发展现状 | 第9-12页 |
·国外发展现状 | 第9-10页 |
·国内发展现状 | 第10-12页 |
·课题的提出 | 第12-13页 |
·课题的研究方法 | 第13页 |
·课题的研究工具 | 第13-14页 |
·论文主要研究内容、目的及意义 | 第14-15页 |
2 激光切割综述 | 第15-29页 |
·激光切割原理 | 第15页 |
·激光切割种类 | 第15-17页 |
·激光切割的特点及应用 | 第17-18页 |
·激光切割的特点 | 第17页 |
·激光切割的应用 | 第17-18页 |
·Nd:YAG 固体激光器 | 第18-20页 |
·Nd:YAG 固体激光器的基本结构 | 第18-19页 |
·Nd:YAG 激光器的基本特点 | 第19页 |
·Nd:YAG 激光器的应用 | 第19-20页 |
·激光切割工艺分析 | 第20-29页 |
·主要的工艺指标 | 第20-27页 |
·基本工艺规律 | 第27-29页 |
3 试验设计 | 第29-54页 |
·试验器材 | 第29-32页 |
·试验设备 | 第29-30页 |
·试验材料 | 第30页 |
·测量工具盒测量方法 | 第30-32页 |
·试验中可能遇到的问题和对策 | 第32页 |
·单因子试验 | 第32-35页 |
·正交试验设计 | 第35-42页 |
·数据分析 | 第36-42页 |
·二次通用旋转组合设计 | 第42-54页 |
·试验因素的选择 | 第42-43页 |
·试验次数的确定 | 第43页 |
·确定编码值 | 第43-44页 |
·编码值的试验计划和结果 | 第44-45页 |
·回归方程的求解 | 第45-50页 |
·回归方程的曲线拟合 | 第50-54页 |
4 基于神经网络的加工工艺误差分析及仿真 | 第54-74页 |
·BP 神经网络仿真 | 第54-62页 |
·BP 神经网络的基本结构 | 第55-56页 |
·BP 神经网络的学习过程 | 第56-57页 |
·BP 神经网络的设计 | 第57-59页 |
·BP 神经网络仿真及预测结果分析 | 第59-62页 |
·基于 RBF 神经网络的仿真 | 第62-72页 |
·RBF 神经网络的基本结构 | 第62-63页 |
·RBF 神经网络的学习过程 | 第63-67页 |
·RBF 神经网络的设计 | 第67-71页 |
·各仿真拟合的对比分析 | 第71-72页 |
·基于 Simulink 的仿真模块设计 | 第72-74页 |
5 结论 | 第74-76页 |
参考文献 | 第76-79页 |
附录A BP 仿真程序 | 第79-82页 |
附录B RBF 仿真程序 | 第82-84页 |
攻读硕士学位期间发表论文及科研成果 | 第84-85页 |
致谢 | 第85-86页 |