基于神经网络的板料拉深CAD/CAE集成系统中优化模块的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·板料成形CAD/CAE集成系统的结构 | 第10-14页 |
| ·系统的总体框架 | 第10-11页 |
| ·板料冲压的数值模拟 | 第11-13页 |
| ·基于神经网络的优化模块 | 第13-14页 |
| ·优化模块的整体构思 | 第13页 |
| ·神经网络优化模块模型的建立 | 第13页 |
| ·针对拉深成形的压边力优化控制系统 | 第13-14页 |
| ·CAD与CAE的集成 | 第14页 |
| ·课题研究的目的、意义及主要工作 | 第14-16页 |
| ·研究目的、意义 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| 第二章 典型圆筒形件拉深的数值模拟实验 | 第16-32页 |
| ·实验构思和准备 | 第16-17页 |
| ·模具和毛坯的建模和导入 | 第17页 |
| ·网格处理 | 第17-19页 |
| ·毛坯网格划分 | 第18-19页 |
| ·模具的网格划分 | 第19页 |
| ·材料参数 | 第19-20页 |
| ·拉深过程数值模拟 | 第20-21页 |
| ·各组压边力模拟及结果分析 | 第21-31页 |
| ·压边力对拉深成形的影响 | 第21-22页 |
| ·压边力对起皱的影响 | 第21页 |
| ·压边力对厚度的影响 | 第21-22页 |
| ·压边力的理论值 | 第22页 |
| ·不同压边力的模拟实验 | 第22-27页 |
| ·几种典型缺陷情况模拟 | 第22-25页 |
| ·数值模拟结果与物理实验结果的对比 | 第25-27页 |
| ·结果数据统计分析 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 BP神经网络压边力优化系统的开发 | 第32-53页 |
| ·BP神经网络基本原理 | 第32-34页 |
| ·引言 | 第32页 |
| ·BP网络模型介绍 | 第32-33页 |
| ·BP网络算法 | 第33-34页 |
| ·软件系统的总体设计 | 第34-36页 |
| ·软件工程概述 | 第34-35页 |
| ·系统的整体结构设计 | 第35-36页 |
| ·系统详细设计及MATLAB神经网络工具箱的应用 | 第36-42页 |
| ·MATLAB神经网络工具箱(NNT) | 第36-37页 |
| ·网络的详细设计 | 第37-42页 |
| ·样本输入方式设计 | 第37-38页 |
| ·数据归一化设计 | 第38-39页 |
| ·网络及训练参数设计 | 第39-41页 |
| ·训练过程设计 | 第41-42页 |
| ·仿真设计 | 第42页 |
| ·人机界面设计及MATLAB开发工具的应用 | 第42-51页 |
| ·MATLAB开发工具 | 第43-47页 |
| ·编程语言 | 第43-44页 |
| ·图形用户界面(GUI) | 第44-47页 |
| ·主界面设计 | 第47-50页 |
| ·参数输入界面设计 | 第47-49页 |
| ·系统的退出 | 第49页 |
| ·菜单设计 | 第49-50页 |
| ·系统实现 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 压边力优化设计在系统中的应用 | 第53-66页 |
| ·圆筒形件拉深压边力优化方案 | 第53-61页 |
| ·BP网络训练设计过程 | 第54-60页 |
| ·训练样本组织 | 第54-55页 |
| ·网络的层数 | 第55-56页 |
| ·隐含层的神经元数 | 第56-57页 |
| ·初始权值的选择 | 第57页 |
| ·学习速率 | 第57-58页 |
| ·期望误差的选取 | 第58页 |
| ·几种改进算法 | 第58-60页 |
| ·结果分析 | 第60-61页 |
| ·压边力优化系统应用于复杂拉深件 | 第61-64页 |
| ·网络训练过程 | 第61-63页 |
| ·训练结果分析 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 结束语 | 第66-68页 |
| ·本文主要的工作和结果 | 第66-67页 |
| ·后续工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 硕士在读期间科研成果 | 第71-73页 |
| 致谢 | 第73页 |
