| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究的背景 | 第11-12页 |
| ·课题研究的目的和意义 | 第12页 |
| ·金刚石铣刀铣削力研究现状 | 第12-14页 |
| ·人工神经网络发展及MATLAB发展 | 第14-15页 |
| ·人工神经网络的发展 | 第14页 |
| ·MATLAB的发展 | 第14-15页 |
| ·论文研究的主要内容及工作阐述 | 第15-17页 |
| 第二章 金刚石铣刀的受力分析 | 第17-27页 |
| ·金刚石切削过程的特征研究 | 第17-21页 |
| ·铣刀与工件的接触弧长 | 第17-19页 |
| ·金刚石铣刀的有效接触磨粒数 | 第19-20页 |
| ·金刚石磨粒切削厚度 | 第20-21页 |
| ·单颗粒金刚石磨粒的受力分析 | 第21-22页 |
| ·金刚石铣刀在各加工条件下的受力分析 | 第22-25页 |
| ·一般条件下金刚石铣刀的受力分析 | 第22-24页 |
| ·本试验环境下金刚石铣刀的受力分析 | 第24-25页 |
| ·圆周条件下铣刀的受力分析 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 金刚石铣刀加工石材时铣削力的试验研究 | 第27-39页 |
| ·金刚石铣刀铣削力的试验研究 | 第27-32页 |
| ·试验装置及原理 | 第27-31页 |
| ·试验材料 | 第31-32页 |
| ·金刚石铣刀加工石材试验设计 | 第32-37页 |
| ·单因素试验 | 第32-34页 |
| ·正交试验 | 第34-36页 |
| ·刀具断裂试验 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于BP神经网络的金刚石铣刀铣削力预测 | 第39-61页 |
| ·人工神经网络模型 | 第39-47页 |
| ·人工神经元模型 | 第39-43页 |
| ·人工神经网络结构 | 第43-45页 |
| ·人工神经网络的训练 | 第45-47页 |
| ·金刚石铣刀铣削力的BP神经网络模型 | 第47-51页 |
| ·BP网络拓扑结构 | 第47页 |
| ·BP网络训练算法 | 第47-51页 |
| ·金刚石铣刀加工石材铣削力的BP网络建模及仿真 | 第51-59页 |
| ·金刚石铣刀铣削力预测的BP网络结构设计 | 第51-56页 |
| ·BP神经网络模型的MATLAB程序设计 | 第56-57页 |
| ·金刚石铣刀铣削力预测的BP神经网络性能测试 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 基于RBF神经网络的金刚石铣刀铣削力预测 | 第61-71页 |
| ·RBF神经网络 | 第61-63页 |
| ·RBF网络的发展 | 第61-62页 |
| ·金刚石铣削力RBF神经网络结构 | 第62-63页 |
| ·RBF神经网络的学习方法 | 第63-66页 |
| ·随即选取固定中心 | 第64页 |
| ·中心的自组织选择 | 第64-65页 |
| ·中心的监督选择 | 第65-66页 |
| ·金刚石铣刀加工石材铣削力的RBF网络建模及仿真 | 第66-68页 |
| ·RBF神经网络的MATLAB程序设计 | 第66页 |
| ·RBF神经网络预测分析 | 第66-68页 |
| ·金刚石铣刀加工石材优选加工参数的方法分析 | 第68-70页 |
| ·BP网络与RBF网络对试验数据预测的对比分析 | 第68-70页 |
| ·优选40/50目金刚石铣刀加工石材工艺参数的方法 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 作者简介 | 第75页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |