光固化快速成型工艺的精度研究与控制
摘要 | 第1-4页 |
Abstract | 第4-10页 |
第1章 绪论 | 第10-18页 |
·快速成型技术概述 | 第10-13页 |
·快速成型技术简介 | 第10-11页 |
·快速成型技术分类 | 第11-13页 |
·研究背景、目的及意义 | 第13-15页 |
·研究背景 | 第13-14页 |
·研究目的及意义 | 第14-15页 |
·国内外研究现状 | 第15-16页 |
·国外RP技术的研究现状 | 第15页 |
·国内RP技术的研究现状 | 第15-16页 |
·论文的主要工作 | 第16-18页 |
第2章 光固化快速成型工艺的理论分析 | 第18-24页 |
·光固化快速成型工艺的原理 | 第18-19页 |
·光固化快速成型工艺的特点及适用范围 | 第19-20页 |
·光固化快速成型工艺的特点 | 第19-20页 |
·光固化快速成型工艺的适用范围 | 第20页 |
·SPS600激光快速成型机 | 第20-23页 |
·SPS600配置及性能 | 第20-21页 |
·硬件部分 | 第21-23页 |
·软件部分 | 第23页 |
·本章小结 | 第23-24页 |
第3章 光固化快速成型工艺的精度研究 | 第24-33页 |
·前期数据处理 | 第25-26页 |
·STL格式文件转换误差 | 第25-26页 |
·分层处理误差 | 第26页 |
·成型加工误差 | 第26-31页 |
·机器误差 | 第26页 |
·树脂收缩变形产生的误差 | 第26-27页 |
·加工参数设置误差 | 第27-31页 |
·后处理误差 | 第31-32页 |
·本章小结 | 第32-33页 |
第4章 光固化快速成型工艺精度控制实验研究 | 第33-46页 |
·实验一 | 第33-42页 |
·实验准备 | 第33-34页 |
·实验过程 | 第34-39页 |
·实验数据 | 第39-41页 |
·实验分析 | 第41-42页 |
·实验二 | 第42-45页 |
·实验设计 | 第42-43页 |
·实验过程及数据处理 | 第43-44页 |
·实验分析 | 第44-45页 |
·本章小结 | 第45-46页 |
第5章 基于人工神经网络的建模和仿真预测 | 第46-61页 |
·人工神经网络概述 | 第46-48页 |
·基本原理 | 第46-47页 |
·基本特点及应用 | 第47-48页 |
·BP网络及其改进 | 第48-52页 |
·BP网络模型 | 第48-50页 |
·BP网络的学习过程 | 第50-51页 |
·BP算法的改进方案 | 第51-52页 |
·精度优化的建模和仿真预测子系统 | 第52-55页 |
·建模和仿真预测子系统流程 | 第52-53页 |
·软件开发工具选择 | 第53-54页 |
·界面介绍 | 第54-55页 |
·成型工艺的实际应用 | 第55-60页 |
·实验样本 | 第55-56页 |
·建立关系模型 | 第56-57页 |
·关系模型的仿真 | 第57-58页 |
·制件精度的预测 | 第58-60页 |
·本章小结 | 第60-61页 |
第6章 基于模拟退火—改进遗传算法的优化 | 第61-74页 |
·遗传算法 | 第61-62页 |
·基本原理 | 第61页 |
·主要步骤及流程 | 第61-62页 |
·基本特点 | 第62页 |
·遗传算法的改进 | 第62-64页 |
·改进途径 | 第62-63页 |
·主要步骤及流程 | 第63-64页 |
·基本特点 | 第64页 |
·模拟退火算法 | 第64-66页 |
·基本原理 | 第64-65页 |
·主要步骤 | 第65-66页 |
·基本特点 | 第66页 |
·模拟退火—改进遗传算法 | 第66-67页 |
·基本原理 | 第66-67页 |
·基本特点 | 第67页 |
·成型工艺精度的优化子系统 | 第67-69页 |
·优化子系统流程 | 第67-68页 |
·界面介绍 | 第68-69页 |
·在精度控制中的实际应用 | 第69-73页 |
·目标函数的统一化 | 第69-70页 |
·工艺参数优化 | 第70-72页 |
·优化后处理 | 第72-73页 |
·实验验证 | 第73页 |
·本章小结 | 第73-74页 |
第7章 总结与展望 | 第74-76页 |
·全文总结 | 第74-75页 |
·展望 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |
攻读学位期间的研究成果 | 第81页 |