| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 板料冲压成形的研究现状 | 第13-16页 |
| 1.2.1 板料成形优化的研究现状 | 第13-14页 |
| 1.2.2 板料冲压回弹的研究现状 | 第14-16页 |
| 1.3 目前研究中存在的问题 | 第16-17页 |
| 1.4 本文研究的主要内容 | 第17-19页 |
| 第2章 板料弯曲回弹理论及数值模拟在板料成形中的应用 | 第19-27页 |
| 2.1 板料弯曲回弹成形机理 | 第19-22页 |
| 2.1.1 弯曲变形应力应变分析 | 第20-21页 |
| 2.1.2 弯曲变形的回弹 | 第21-22页 |
| 2.2 影响板料回弹的因素 | 第22-25页 |
| 2.3 数值模拟在板料成形中的应用 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 小波神经网络模型及其应用 | 第27-43页 |
| 3.1 小波神经网络模型 | 第27-31页 |
| 3.1.1 小波分析 | 第27-28页 |
| 3.1.2 小波神经网络的结构 | 第28-29页 |
| 3.1.3 小波神经网络的训练 | 第29-31页 |
| 3.2 粒子群算法及其改进 | 第31-34页 |
| 3.2.1 粒子群算法 | 第31-32页 |
| 3.2.2 改进策略 | 第32页 |
| 3.2.3 算法步骤 | 第32-33页 |
| 3.2.4 改进的粒子群算法在非线性函数中的应用 | 第33-34页 |
| 3.3 小波神经网络代理模型在S梁中的应用 | 第34-42页 |
| 3.3.1 有限元模型的建立 | 第35-36页 |
| 3.3.2 有限元仿真结果验证 | 第36-38页 |
| 3.3.3 S梁回弹指标的定义 | 第38页 |
| 3.3.4 S梁的小波神经网络模型 | 第38-41页 |
| 3.3.5 工艺参数优化 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 高强钢板料性能参数对冲压扭曲回弹的影响研究 | 第43-52页 |
| 4.1 有限元模型的建立及仿真结果的验证 | 第44-46页 |
| 4.1.1 有限元模型的建立 | 第44-45页 |
| 4.1.2 有限元仿真结果的验证 | 第45-46页 |
| 4.2 扭曲回弹评价指标的定义 | 第46-48页 |
| 4.3 材料性能参数对扭曲回弹的影响分析 | 第48-50页 |
| 4.3.1 正交试验设计 | 第48-49页 |
| 4.3.2 试验结果分析 | 第49-50页 |
| 4.4 减小扭曲的板料选用原则 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于小波神经网络的弯曲梁扭曲回弹工艺参数优化研究 | 第52-61页 |
| 5.1 有限元模型的建立及仿真结果的验证 | 第52-54页 |
| 5.1.1 有限元模型的建立 | 第52-53页 |
| 5.1.2 有限元仿真结果的验证 | 第53-54页 |
| 5.2 扭曲回弹评价指标的定义 | 第54页 |
| 5.3 工艺参数对板料冲压扭曲回弹的影响分析 | 第54-56页 |
| 5.3.1 正交试验设计 | 第54-55页 |
| 5.3.2 试验结果分析及因素筛选 | 第55-56页 |
| 5.4 基于小波神经网络的弯曲梁扭曲回弹工艺参数优化 | 第56-60页 |
| 5.4.1 弯曲梁的小波神经网络模型 | 第57-58页 |
| 5.4.2 工艺参数优化 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
