| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·国内外拉深筋的研究及设计现状 | 第11-14页 |
| ·拉深筋的实验研究 | 第11-12页 |
| ·拉深筋的理论研究 | 第12-14页 |
| ·人工神经网络的发展以及在拉深筋方面的应用 | 第14-16页 |
| ·本文的主要内容 | 第16-17页 |
| 第2章 半圆形拉深筋对板料后续成形性能影响的实验研究 | 第17-30页 |
| ·引言 | 第17页 |
| ·实验方法及实验用板材的选取 | 第17-18页 |
| ·实验方法 | 第17-18页 |
| ·实验用板材的选取 | 第18页 |
| ·毛坯板料的拉伸实验 | 第18-21页 |
| ·实验系统 | 第18-19页 |
| ·实验内容 | 第19-20页 |
| ·实验结果 | 第20-21页 |
| ·拉深筋结构参数对板料后续成形性能影响实验 | 第21-29页 |
| ·实验装置 | 第21-24页 |
| ·实验方案 | 第24-26页 |
| ·实验内容 | 第26-27页 |
| ·后续成形性能测试 | 第27页 |
| ·实验结果 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 板料通过半圆形拉深筋过程的模拟分析 | 第30-44页 |
| ·引言 | 第30页 |
| ·板料经过拉深筋的数值模拟模型 | 第30-32页 |
| ·板材模型的选取 | 第30页 |
| ·几何模型建立 | 第30-31页 |
| ·计算条件 | 第31-32页 |
| ·模拟方案的确定 | 第32-36页 |
| ·模拟方案 | 第32-34页 |
| ·模拟过程 | 第34-35页 |
| ·模拟中数据的提取 | 第35-36页 |
| ·模拟结果分析 | 第36-43页 |
| ·模拟实验方案的数据与实验结果的对比 | 第36-40页 |
| ·模拟数据结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 模拟样本数据的预处理 | 第44-57页 |
| ·引言 | 第44页 |
| ·神经网络类型的选择 | 第44-46页 |
| ·BP 网络的结构 | 第45页 |
| ·学习规则 | 第45-46页 |
| ·板料后续性能预测模型的建立 | 第46页 |
| ·网络的设计 | 第46-48页 |
| ·网络模型中隐含层的设计 | 第46-47页 |
| ·样本数据的选择和预处理 | 第47-48页 |
| ·网络传递函数和训练函数的选择 | 第48页 |
| ·网络训练结果分析 | 第48-56页 |
| ·BUFDE+Z 板的训练结果和预测结果 | 第48-51页 |
| ·DC54D+ZF 板的训练结果及预测结果 | 第51-54页 |
| ·ST15 板的训练结果与预测结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 神经网络对板料后续性能的预测 | 第57-68页 |
| ·引言 | 第57页 |
| ·板料后续成形的性能的神经网络设计 | 第57-63页 |
| ·输入输出向量的设计 | 第57-58页 |
| ·样本数据的选择与预处理 | 第58-59页 |
| ·隐含层的确定 | 第59-61页 |
| ·传输函数与训练函数的选择 | 第61-62页 |
| ·学习速率和训练次数的选择 | 第62-63页 |
| ·网络泛化能力及训练结果 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |