| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 滚珠旋压工艺 | 第9-11页 |
| 1.2.1 滚珠旋压变形原理及工艺特征 | 第9-10页 |
| 1.2.2 工艺参数对旋压成形的影响 | 第10-11页 |
| 1.3 旋压工艺研究现状 | 第11-14页 |
| 1.3.1 旋轮旋压工艺研究 | 第11-12页 |
| 1.3.2 滚珠旋压工艺研究现状 | 第12-13页 |
| 1.3.3 旋压工艺对合金组织与力学性能的影响研究 | 第13-14页 |
| 1.4 镁合金概述 | 第14-16页 |
| 1.4.1 镁合金及其性能特点 | 第14页 |
| 1.4.2 镁合金应用现状及发展前景 | 第14-15页 |
| 1.4.3 镁合金的塑性变形特点 | 第15-16页 |
| 1.5 本文研究背景及主要研究内容 | 第16-19页 |
| 1.5.1 课题来源及研究意义 | 第16页 |
| 1.5.2 本文主要研究内容 | 第16-19页 |
| 第二章 薄壁管三向滚珠旋压力计算模型 | 第19-31页 |
| 2.1 前言 | 第19页 |
| 2.2 工艺描述 | 第19页 |
| 2.3 旋压力求解过程的基本假设 | 第19-20页 |
| 2.4 旋压空间解析模型 | 第20-22页 |
| 2.5 三向投影面积的计算 | 第22-26页 |
| 2.5.1 在X方向的投影面积 | 第23-24页 |
| 2.5.2 在Y方向的投影面积 | 第24-25页 |
| 2.5.3 在Z方向的投影面积 | 第25-26页 |
| 2.6 旋压力的计算 | 第26-27页 |
| 2.7 旋压力的实验测试 | 第27-29页 |
| 2.7.1 实验原理与设备 | 第27-28页 |
| 2.7.2 实验结果分析 | 第28-29页 |
| 2.8 本章小结 | 第29-31页 |
| 第三章 AZ31镁合金薄壁管旋压实验 | 第31-37页 |
| 3.1 实验材料及设备 | 第31-32页 |
| 3.2 单道次旋压实验 | 第32-36页 |
| 3.2.1 旋压实验方案 | 第32页 |
| 3.2.2 组织性能检测方案 | 第32-34页 |
| 3.2.3 力学性能测试 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 滚珠旋压镁合金薄壁管组织性能与工艺参数分析 | 第37-49页 |
| 4.1 挤压态AZ31B镁合金薄壁管组织性能分析 | 第37页 |
| 4.2 进给比对镁合金管材组织性能的影响 | 第37-39页 |
| 4.3 减薄量对镁合金管材组织性能的影响 | 第39-41页 |
| 4.4 转速对镁合金管材组织性能的影响 | 第41-42页 |
| 4.5 滚珠直径对镁合金管材组织性能的影响 | 第42-43页 |
| 4.6 旋压工艺对旋后镁合金管材拉伸性能影响 | 第43-46页 |
| 4.6.1 旋压工艺对旋后镁合金管材抗拉强度的影响 | 第43-45页 |
| 4.6.2 旋压工艺对旋后镁合金管材延伸率的影响 | 第45-46页 |
| 4.7 本章小结 | 第46-49页 |
| 第五章 BP神经网络应力预测模型的建立 | 第49-61页 |
| 5.1 神经网络概述 | 第49-50页 |
| 5.1.1 神经网络定义 | 第49页 |
| 5.1.2 人工神经元模型 | 第49-50页 |
| 5.2 BP神经网络 | 第50-51页 |
| 5.3 BP神经网络构建与算法 | 第51-52页 |
| 5.3.1 BP神经网络构建 | 第51页 |
| 5.3.2 BP网络的学习算法 | 第51-52页 |
| 5.4 应力预测BP神经网络模型的建立 | 第52-60页 |
| 5.4.1 输入、输出向量设计 | 第52-53页 |
| 5.4.2 BP神经网络应力预测模型函数选择 | 第53-54页 |
| 5.4.3 BP神经网络应力预测模型隐层设计 | 第54-55页 |
| 5.4.4 BP神经网络应力预测模型的训练和预测 | 第55-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
