| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 论文研究背景及意义 | 第10-15页 |
| ·论文研究及选题背景 | 第10页 |
| ·论文研究的目的、意义及课题来源 | 第10-12页 |
| ·项目研究的技术现状及发展趋势 | 第12-15页 |
| 第2章 研究内容及研究目标 | 第15-25页 |
| ·研究目标 | 第15页 |
| ·主要研究内容 | 第15-23页 |
| ·钛合金材料特性研究 | 第15-17页 |
| ·高效深磨磨削机理研究 | 第17-18页 |
| ·高效深磨工艺研究 | 第18页 |
| ·高效深磨试验研究 | 第18页 |
| ·磨削力、磨削能的分析与研究 | 第18-21页 |
| ·人工神经网络及其软件实现 | 第21-23页 |
| ·研究的技术路线 | 第23页 |
| ·技术创新点 | 第23-25页 |
| 第3章 TC4 钛合金高效深磨工艺试验 | 第25-34页 |
| ·试验材料及其性能 | 第25-26页 |
| ·试验设备及条件 | 第26-29页 |
| ·超高速磨削实验台 | 第26-27页 |
| ·砂轮选用及其修整 | 第27页 |
| ·实验数据采集设备 | 第27-29页 |
| ·磨削力信号的采集与处理 | 第29-32页 |
| ·工艺试验方案 | 第32-34页 |
| 第4章 磨削用量对磨削力及比磨削能影响规律分析 | 第34-47页 |
| ·砂轮线速度的影响 | 第34-37页 |
| ·工作台速度的影响 | 第37-38页 |
| ·切深的影响 | 第38-40页 |
| ·比磨除率相同的情况下改变切深和工作台速度的影响 | 第40-41页 |
| ·砂轮及工件表面形貌观测结果 | 第41-45页 |
| ·砂轮表面形貌观测及砂轮选用 | 第41-43页 |
| ·工件表面形貌观测结果及分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 磨削力及比磨削能特征分析 | 第47-60页 |
| ·磨削力的特征和形成机理分析 | 第47-54页 |
| ·磨削力的特征及其分析 | 第47-52页 |
| ·粘附条件下 TC4 钛合金高效深磨磨削力数学模型 | 第52-54页 |
| ·高效深磨过程中的磨削能 | 第54-58页 |
| ·比磨削能随hmax 的变化情况及特征分析 | 第54-55页 |
| ·比磨削能随 Z'w 的变化情况及特征分析 | 第55-56页 |
| ·高效深磨过程消耗磨削功率分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第6章 基于进化神经网络的工件表面粗糙度预测 | 第60-71页 |
| ·进化神经网络预测模型的建立 | 第60-63页 |
| ·BP 神经网络结构的建立 | 第60-62页 |
| ·进化神经网络学习算法 | 第62-63页 |
| ·基于进化神经网络的TC4 钛合金高效深磨表面粗糙度预测 | 第63-70页 |
| ·预测过程的 Matlab 实现 | 第63-68页 |
| ·表面粗糙度预测结果及其对比分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 附录 A 攻读学位期间发表的学术论文 | 第78页 |