| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-20页 |
| ·汽车复杂注塑件成型工艺的研究背景及意义 | 第8-10页 |
| ·塑料零部件设计技术的国内外研究状况 | 第10-14页 |
| ·汽车零部件塑料化发展趋势 | 第11-13页 |
| ·国内外汽车外饰件材料的研究开发状况 | 第13-14页 |
| ·注塑制品易出现的缺陷、原因和解决方法 | 第14-17页 |
| ·优化理论的发展及在注塑成型设计中的应用 | 第17-18页 |
| ·论文工作内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 汽车注塑件数值模拟方法 | 第20-30页 |
| ·注塑模CAE技术 | 第20-23页 |
| ·注塑模CAE技术的原理 | 第20-21页 |
| ·注塑成型CAE软件的发展趋势 | 第21-23页 |
| ·有限元分析基础 | 第23-24页 |
| ·注塑件在Moldflow中的数值模拟 | 第24-29页 |
| ·Moldflow的介绍与应用情况 | 第24-26页 |
| ·汽车注塑件在Moldflow中的成形仿真 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于正交试验法的复合参数注塑成型工艺设计 | 第30-41页 |
| ·正交试验法 | 第30-32页 |
| ·正交试验设计的基本工具—正交表 | 第30-31页 |
| ·正交试验法的特点 | 第31页 |
| ·选择正交表的基本原则 | 第31-32页 |
| ·正交试验法在注塑工艺方案设计上的应用 | 第32-33页 |
| ·注塑成型关键参数的确定 | 第32-33页 |
| ·注塑成型的正交试验表构造 | 第33页 |
| ·Moldflow中的翘曲分析 | 第33-36页 |
| ·Moldflow关于翘曲的阐述 | 第34页 |
| ·翘曲分析结果 | 第34-36页 |
| ·正交实验设计的极差分析 | 第36-39页 |
| ·确定因素的优水平和最优水平组合 | 第37-38页 |
| ·确定因素主次顺序 | 第38页 |
| ·绘制因素水平与指标趋势图 | 第38-39页 |
| ·检验正交表的设计 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于回归分析的翘曲预测模型的建立 | 第41-51页 |
| ·多元线性回归模型 | 第41-44页 |
| ·回归分析相关理论基础 | 第42-43页 |
| ·多元线性回归方程的方差分析和F检验 | 第43-44页 |
| ·回归分析在注塑翘曲预测中的应用 | 第44-50页 |
| ·作出因变量Y与各自变量的样本散布图 | 第45-46页 |
| ·实验数据的线性回归分析 | 第46-50页 |
| ·回归分析结果精度检验 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于人工神经网络的翘曲预测模型的建立及比较 | 第51-67页 |
| ·人工神经网络的概述 | 第51-52页 |
| ·人工神经网络的发展 | 第51-52页 |
| ·人工神经网络的应用 | 第52页 |
| ·翘曲预测的人工神经网络模型 | 第52-53页 |
| ·BP人工神经网络翘曲模型的建立 | 第53-61页 |
| ·BP人工神经网络的性质、原理 | 第53-57页 |
| ·确定翘曲预测模型BP神经网络结构 | 第57-59页 |
| ·基于BP神经网络的翘曲预测模型 | 第59-60页 |
| ·BP神经网络预测精度检验 | 第60-61页 |
| ·RBF人工神经网络翘曲模型的建立 | 第61-66页 |
| ·RBF人工神经网络的性质、原理 | 第61-64页 |
| ·确定翘曲预测模型RBF神经网络结构 | 第64页 |
| ·基于RBF神经网络的翘曲预测模型 | 第64-65页 |
| ·RBF神经网络预测精度检验 | 第65-66页 |
| ·BP与RBF人工神经网络的比较及在注塑工艺优化中的应用 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第六章 基于遗传算法的汽车复杂注塑件成型工艺优化 | 第67-75页 |
| ·遗传算法概述 | 第67-71页 |
| ·遗传算法的基本思想 | 第67-68页 |
| ·遗传算法的求解步骤 | 第68-69页 |
| ·遗传算法的基本特点 | 第69-70页 |
| ·遗传算法的基本操作 | 第70-71页 |
| ·遗传算法中所调用的预测模型的选择 | 第71-72页 |
| ·汽车复杂注塑件翘曲优化设计在遗传算法中的实现 | 第72-74页 |
| ·定义遗传算法参数 | 第72页 |
| ·建立适应度函数 | 第72-73页 |
| ·遗传算法程序的实现 | 第73页 |
| ·遗传算法结果输出及保存 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文 | 第81-82页 |
| 致谢 | 第82页 |