首页--工业技术论文--化学工业论文--橡胶工业论文--热塑性弹性体论文

基于人工神经网络的大型浇注型聚氨酯弹性体收缩规律的研究

摘要第1-5页
Abstract第5-8页
引言第8-10页
1 绪论第10-15页
 1.1 课题背景第10-12页
  1.1.1 浇注型聚氨酯弹性体的性能及应用第10页
  1.1.2 收缩率的研究方法及其不足第10-11页
  1.1.3 浇注型聚氨酯弹性体制品收缩率的研究现状第11-12页
 1.2 本课题的主要任务、理论意义及应用价值第12-13页
  1.2.1 本课题的主要任务第12页
  1.2.2 本课题的来源、理论意义及应用价值第12-13页
  1.2.3 浇注型聚氨酯弹性体制品收缩率的特点第13页
 1.3 本文的主要工作和论文结构第13-15页
2 收缩率及人工神经网络相关理论第15-29页
 2.1 收缩率相关理论第15-21页
  2.1.1 收缩产生的机理第15-18页
  2.1.2 浇注型弹性体制品的收缩过程第18页
  2.1.3 影响收缩率的因素第18-21页
 2.2 人工神经网络相关理论第21-29页
  2.2.1 人工神经网络概述第21-22页
  2.2.2 BP网络的特点及应用第22-23页
  2.2.3 BP网络模型第23-24页
  2.2.4 BP算法的训练过程第24-25页
  2.2.5 人工神经网络算法简介第25-29页
3 大型浇注型聚氨酯弹性体制品收缩率的实验分析第29-44页
 3.1 实验简介第29-35页
 3.2 各因素对收缩率的影响第35-42页
  3.2.1 工艺条件对收缩率的影响第35-37页
  3.2.2 制品结构对收缩率的影响第37-38页
  3.2.3 流动路径长度对收缩率的影响第38-40页
  3.2.4 环境温度对收缩率的影响第40页
  3.2.5 环境湿度对收缩率的影响第40-41页
  3.2.6 放置时间对收缩率的影响第41-42页
 3.3 大型浇注型聚氨酯弹性体制品的缺陷分析第42-43页
 3.4 本章小结第43-44页
4 人工神经网络模型的建立第44-55页
 4.1 样本数据的前处理第44-45页
 4.2 制品结构模型的建立第45-48页
  4.2.1 制品的结构分析第45-46页
  4.2.2 制品结构模型的建立第46-48页
 4.3 人工神经网络模型的建立第48-54页
 4.4 本章小结第54-55页
5 人工神经网络模型的精度验证第55-61页
 5.1 神经网络模型的程序设计第55-56页
  5.1.1 程序各参数的确定第55页
  5.1.2 神经网络模型的建立及收缩率预测第55-56页
 5.2 神经网络各参数的具体确定第56-60页
  5.2.1 用于人工神经网络预测的数据第56页
  5.2.2 神经网络各参数的确定第56-60页
 5.3 预测结果分析第60页
 5.4 本章小结第60-61页
6 结论与展望第61-63页
 6.1 结论第61-62页
 6.2 以后的工作展望第62-63页
参考文献第63-66页
附录:本论文所用实验数据第66-69页
攻读硕士学位期间发表学术论文情况第69-70页
致谢第70-71页
大连理工大学学位论文版权使用授权书第71页

论文共71页,点击 下载论文
上一篇:基于Moldflow注塑制品收缩规律模拟实验研究
下一篇:中国期货经纪行业的产业组织分析