摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-12页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 钛合金的研究现状 | 第10页 |
1.2.2 切削力的研究现状 | 第10页 |
1.2.3 人工神经网络研究现状 | 第10-11页 |
1.3 论文的主要内容和结构 | 第11-12页 |
1.3.1 论文主要内容 | 第11页 |
1.3.2 论文结构框图 | 第11-12页 |
第二章 钛合金切削有限元仿真 | 第12-21页 |
2.1 有限元分析基本原理及ABAQUS软件介绍 | 第12-13页 |
2.1.1 有限单元法基本原理 | 第12-13页 |
2.1.2 ABAQUS软件介绍 | 第13页 |
2.2 钛合金切削仿真模型的建立 | 第13-16页 |
2.2.1 建立几何模型 | 第13-14页 |
2.2.2 建立材料模型 | 第14-15页 |
2.2.3 摩擦模型 | 第15-16页 |
2.2.4 网格划分 | 第16页 |
2.3 仿真结果 | 第16-18页 |
2.4 仿真模型的试验验证 | 第18-20页 |
2.4.1 钛合金切削试验设计 | 第18-19页 |
2.4.2 试验方案及结果 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第三章 ABAQUS二次开发及仿真分析 | 第21-27页 |
3.1 ABAQUS二次开发 | 第21-23页 |
3.1.1 ABAQUS二次开发概述 | 第21页 |
3.1.2 ABAQUS的脚本语言Python | 第21-22页 |
3.1.3 ABAQUS脚本接口 | 第22-23页 |
3.2 二维切削仿真的参数化建模 | 第23-24页 |
3.2.1 参数化概念 | 第23页 |
3.2.2 切削仿真参数化界面创建 | 第23-24页 |
3.3 仿真结果分析 | 第24-26页 |
3.3.1 切削速度对主切削力的影响 | 第25页 |
3.3.2 刀具前角对主切削力的影响 | 第25-26页 |
3.3.3 进给量对主切削力的影响 | 第26页 |
3.4 本章小结 | 第26-27页 |
第四章 基于BP神经网络的切削力预测模型构建 | 第27-40页 |
4.1 BP神经网络概述 | 第27-28页 |
4.2 基于BP神经网络的主切削力预测模型的设计 | 第28-36页 |
4.2.1 预测模型的样本 | 第28-30页 |
4.2.2 BP神经网络的参数设计 | 第30-33页 |
4.2.3 神经网络模型所需函数的选取 | 第33-36页 |
4.3 神经网络的训练与验证 | 第36-39页 |
4.3.1 神经网络的训练 | 第36-38页 |
4.3.2 模型的验证 | 第38-39页 |
4.4 本章小结 | 第39-40页 |
第五章 切削力预测模型比较 | 第40-45页 |
5.1 基于响应曲面法的切削力预测模型构建 | 第40-43页 |
5.1.1 响应曲面法 | 第40-41页 |
5.1.2 中心复合试验设计及结果 | 第41-42页 |
5.1.3 基于响应曲面法的切削力预测模型构建及检验 | 第42-43页 |
5.2 切削力预测模型总结分析 | 第43-44页 |
5.2.1 预测精度比较 | 第43页 |
5.2.2 预测模型总结 | 第43-44页 |
5.3 本章小结 | 第44-45页 |
第六章 总结与展望 | 第45-47页 |
6.1 结论 | 第45-46页 |
6.2 展望 | 第46-47页 |
参考文献 | 第47-49页 |
发表论文和科研情况说明 | 第49-50页 |
致谢 | 第50-51页 |