2A14铝合金薄壁件高速铣削参数优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源及研究的背景和意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 表面粗糙度建模的研究现状 | 第10-11页 |
| 1.2.2 铣削力建模的研究现状 | 第11-12页 |
| 1.2.3 零件加工变形的研究现状 | 第12-13页 |
| 1.2.4 铣削参数优化的研究现状 | 第13-15页 |
| 1.2.5 国内外研究现状简析 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 2A14铝合金高速铣削实验 | 第18-25页 |
| 2.1 铝合金高速铣削实验 | 第18-23页 |
| 2.1.1 工件材料与尺寸 | 第19-20页 |
| 2.1.2 实验用机床及刀具 | 第20-21页 |
| 2.1.3 铣削参数设计 | 第21-22页 |
| 2.1.4 实验数据测量 | 第22-23页 |
| 2.2 实验数据处理 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 表面粗糙度预测模型的建立 | 第25-40页 |
| 3.1 表面粗糙度影响因素分析 | 第25-26页 |
| 3.2 表面粗糙度回归建模 | 第26-33页 |
| 3.2.1 表面粗糙度多元线性回归模型求解 | 第26-31页 |
| 3.2.2 表面粗糙度回归模型验证 | 第31-33页 |
| 3.3 表面粗糙度ANN建模 | 第33-38页 |
| 3.3.1 BP神经网络结构与原理 | 第33-35页 |
| 3.3.2 神经网络结构的选择 | 第35-37页 |
| 3.3.3 表面粗糙度预测模型的对比 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 铣削力建模与加工变形预测 | 第40-54页 |
| 4.1 铣削力分析 | 第40-42页 |
| 4.1.1 铣削力的影响因素分析 | 第40-41页 |
| 4.1.2 铣削力模型的选择 | 第41-42页 |
| 4.2 铣削力回归建模 | 第42-44页 |
| 4.2.1 铣削力回归模型系数求解 | 第42-43页 |
| 4.2.2 铣削力回归模型验证 | 第43-44页 |
| 4.3 铣削力ANN模型 | 第44-50页 |
| 4.3.1 神经网络结构的选择 | 第44-48页 |
| 4.3.2 铣削力预测模型的对比 | 第48-50页 |
| 4.4 薄壁零件加工变形分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 高速铣削加工参数优化 | 第54-64页 |
| 5.1 遗传算法优化 | 第54-59页 |
| 5.1.1 优化算法 | 第54-55页 |
| 5.1.2 优化变量与优化目标 | 第55-56页 |
| 5.1.3 优化约束 | 第56-57页 |
| 5.1.4 铣削参数优化求解 | 第57-59页 |
| 5.2 铣削参数优化系统开发 | 第59-63页 |
| 5.2.1 系统需求分析 | 第59-60页 |
| 5.2.2 系统结构与功能 | 第60-61页 |
| 5.2.3 参数优化系统 | 第61-63页 |
| 5.3 参数优化效果验证 | 第63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
