立方氮化硼刀具干式切削性能与磨损的研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
引言 | 第8-9页 |
第1章 绪论 | 第9-13页 |
·课题背景 | 第9-11页 |
·课题研究意义 | 第11页 |
·研究内容与目标 | 第11-13页 |
第2章 立方氮化硼刀具和工件材料介绍 | 第13-26页 |
·立方氮化硼刀具介绍 | 第13-17页 |
·立方氮化硼性能特点 | 第14-15页 |
·立方氮化硼刀具研究现状 | 第15-17页 |
·冷作模具钢Cr12Mo V概述 | 第17-20页 |
·冷作模具钢Cr12Mo V的性能 | 第17页 |
·冷作模具钢Cr12Mo V的成分 | 第17-18页 |
·干式切削冷作模具钢Cr12Mo V的研究现状 | 第18-20页 |
·高温合金GH169概述 | 第20-25页 |
·高温合金GH169的性能 | 第20-21页 |
·高温合金GH169的成分 | 第21-23页 |
·干式切削高温合金GH169的研究现状 | 第23-25页 |
·小结 | 第25-26页 |
第3章 金属切削理论与试验方案设计 | 第26-36页 |
·金属切削的基本理论 | 第26-29页 |
·切削层变形理论 | 第26-27页 |
·切削力与切削力的分解 | 第27-28页 |
·切削用量三要素 | 第28-29页 |
·试验准备 | 第29-33页 |
·试件 | 第29-30页 |
·刀具规格参数 | 第30页 |
·试验车床技术参数 | 第30-31页 |
·表面粗糙度的测量 | 第31-33页 |
·方案设计 | 第33-34页 |
·小结 | 第34-36页 |
第4章 建立加工表面粗糙度的预测模型 | 第36-45页 |
·响应曲面法概述 | 第36-39页 |
·基于响应曲面法建立预测模型 | 第36-39页 |
·BP人工神经网络概述 | 第39-44页 |
·人工神经网络原理 | 第40-42页 |
·BP人工神经网络模型结构 | 第42-43页 |
·训练与验证 | 第43-44页 |
·小结 | 第44-45页 |
第5章 基于Deform-3D仿真结果的分析 | 第45-58页 |
·车削冷作模具钢切削力分析 | 第45-49页 |
·切削速度对切削力的影响 | 第46-47页 |
·进给量对切削力的影响 | 第47-48页 |
·切削深度对切削力的影响 | 第48-49页 |
·车削高温合金切削力分析 | 第49-51页 |
·基于矩阵分析法的参数优化 | 第51-56页 |
·矩阵分析方法介绍 | 第51-53页 |
·车削淬硬钢的结果与分析 | 第53-54页 |
·车削高温合金的结果与分析 | 第54-56页 |
·CBN刀具磨损、破损分析 | 第56-57页 |
·小结 | 第57-58页 |
结论 | 第58-59页 |
参考文献 | 第59-65页 |
致谢 | 第65-66页 |
导师简介 | 第66-67页 |
作者简介 | 第67-68页 |
学位论文数据集 | 第68页 |