| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·引言 | 第10页 |
| ·国内外研究现状及趋势 | 第10-17页 |
| ·虚拟制造技术研究现状 | 第10-13页 |
| ·薄壁件加工技术研究现状 | 第13-15页 |
| ·切削参数优化技术研究现状 | 第15-17页 |
| ·研究意义及主要内容 | 第17-19页 |
| ·课题来源及研究意义 | 第17-18页 |
| ·研究内容 | 第18-19页 |
| ·论文总体框架 | 第19-20页 |
| 2 叶轮叶片铣削加工研究及有限元应用 | 第20-34页 |
| ·薄壁叶片铣削加工理论研究 | 第20-25页 |
| ·薄壁叶片铣削理论 | 第20-22页 |
| ·薄壁叶片铣削模型简化 | 第22-23页 |
| ·薄壁叶片铣削变形机理 | 第23-25页 |
| ·薄壁件铣削切削力理论研究 | 第25-31页 |
| ·切削力分析 | 第25-27页 |
| ·切削力模型 | 第27-31页 |
| ·有限元在铝合金薄壁件切削仿真中的应用 | 第31-33页 |
| ·切削加工有限元单元法理论分析 | 第31页 |
| ·薄壁切削的非线性有限元分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 3 高强度铝合金薄壁件铣削有限元模拟 | 第34-50页 |
| ·ABAQUS 在切削仿真中的应用 | 第34-37页 |
| ·ABAQUS 介绍 | 第34-35页 |
| ·ABAQUS/Explicit 求解器的优势及应用 | 第35-36页 |
| ·ABAQUS 模拟流程 | 第36-37页 |
| ·切削仿真的关键技术 | 第37-40页 |
| ·材料本构方程 | 第37-38页 |
| ·材料失效分离准则 | 第38-39页 |
| ·刀-屑摩擦准则 | 第39-40页 |
| ·网格划分技术 | 第40页 |
| ·正交切削仿真的实现 | 第40-49页 |
| ·材料及刀具模型 | 第41-43页 |
| ·几何模型 | 第43页 |
| ·参数设置 | 第43-45页 |
| ·仿真结果与实验验证 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于 BP 神经网络的铣削力预测 | 第50-63页 |
| ·神经网络模型概述 | 第50-52页 |
| ·神经网络简介 | 第50-51页 |
| ·BP 学习规则 | 第51-52页 |
| ·铝合金薄壁件铣削力神经网络模型 | 第52-61页 |
| ·模型结构的设计 | 第52-53页 |
| ·模型参数的设定 | 第53-54页 |
| ·训练样本及数据处理 | 第54-56页 |
| ·模型的训练及检验 | 第56-61页 |
| ·铝合金薄壁件铣削力预测 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 5 铣削参数多目标优化的研究 | 第63-78页 |
| ·铣削变量的决策及其影响 | 第63-64页 |
| ·铣削参数优化模型的建立 | 第64-68页 |
| ·单目标优化模型 | 第65-67页 |
| ·多目标优化模型 | 第67-68页 |
| ·铣削加工约束模型的建立 | 第68-70页 |
| ·约束条件的定义及构成 | 第68-69页 |
| ·约束条件的选择 | 第69-70页 |
| ·遗传算法在多目标优化中的应用 | 第70-76页 |
| ·遗传算法的原理 | 第70-71页 |
| ·遗传算法在多目标优化中的优势 | 第71-72页 |
| ·多目标优化的实现及验证 | 第72-76页 |
| ·本章小结 | 第76-78页 |
| 6 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 读硕士学位期间发表的论文及所取得的研究成果 | 第84-85页 |
| 致谢 | 第85-86页 |