薄板冲压回弹试验研究及数值模拟对比分析
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·回弹问题的提出 | 第9-10页 |
| ·薄板冲压回弹研究进展 | 第10-13页 |
| ·理论及有限元模拟研究 | 第10-12页 |
| ·试验研究 | 第12-13页 |
| ·本论文主要研究内容 | 第13-14页 |
| 第2章 回弹理论分析与计算方法 | 第14-26页 |
| ·弯曲回弹的解析分析 | 第14-17页 |
| ·回弹的有限元计算方法 | 第17-24页 |
| ·回弹的有限元计算基本原理 | 第17-19页 |
| ·回弹有限元计算中的几个关键理论概述 | 第19-24页 |
| ·影响回弹模拟精度的主要因素 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 薄板翻边回弹试验技术及分析 | 第26-42页 |
| ·翻边回弹试验 | 第26-32页 |
| ·试验方案及模具设计 | 第26-30页 |
| ·试验过程 | 第30-31页 |
| ·试验结果及测量 | 第31-32页 |
| ·回弹影响因素分析 | 第32-37页 |
| ·极差分析 | 第34页 |
| ·方差分析 | 第34-37页 |
| ·建立经验公式 | 第37-41页 |
| ·问题的描述 | 第37页 |
| ·遗传算法的基本步骤 | 第37-38页 |
| ·确定遗传算法的基本要素 | 第38-40页 |
| ·优化结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 薄板翻边回弹的人工神经网络模型 | 第42-53页 |
| ·人工神经网络模型及其在板料成型中的应用 | 第42-46页 |
| ·人工神经网络模型及特性 | 第42-44页 |
| ·MATLAB神经网络工具箱 | 第44-45页 |
| ·人工神经网络在板料成型中的应用 | 第45-46页 |
| ·径向基函数人工神经网络 | 第46-47页 |
| ·翻边回弹的RBF神经网络模型 | 第47-52页 |
| ·样本的选择 | 第47-48页 |
| ·RBF神经网络模型的建立 | 第48页 |
| ·神经网络模型分析与比较 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 U、V型件弯曲回弹试验研究 | 第53-62页 |
| ·U型件回弹的试验研究 | 第53-56页 |
| ·试验方案 | 第53-55页 |
| ·试验结果分析 | 第55-56页 |
| ·V型件回弹的试验研究 | 第56-60页 |
| ·试验方案 | 第56-58页 |
| ·试验结果分析 | 第58-60页 |
| ·回弹的补偿 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 回弹试验的有限元模拟对比 | 第62-67页 |
| ·典型工序的有限元数值模拟 | 第62-65页 |
| ·有限元模拟结果与试验结果的对比分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 总结 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第73页 |
