| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·高速走丝电火花线切割应用及问题 | 第8-10页 |
| ·电火花线切割加工机床及应用 | 第8-9页 |
| ·高速走丝电火花线切割存在的问题 | 第9-10页 |
| ·电火花线切割工艺建模优化 | 第10-13页 |
| ·工艺数据库建立中的试验原则 | 第10-11页 |
| ·传统工艺建模优化方法 | 第11-12页 |
| ·基于神经网络的工艺建模优化 | 第12-13页 |
| ·高速线切割仿真优化系统建立 | 第13-15页 |
| ·工艺数据库的结构设计 | 第13-14页 |
| ·工艺参数的采集和建模 | 第14-15页 |
| ·本文研究的目的和主要内容 | 第15-16页 |
| ·论文的结构安排 | 第16-17页 |
| 第二章 基于TP7725工艺参数库的回归建模 | 第17-33页 |
| ·线切割加工过程的复杂性 | 第17页 |
| ·国内线切割工艺数据库发展现状 | 第17-20页 |
| ·简单工艺数据库格式 | 第18-19页 |
| ·比较详细的工艺数据库 | 第19-20页 |
| ·基于TP7725工艺数据库的回归建模 | 第20-32页 |
| ·回归建模简介 | 第21页 |
| ·多元回归模型的建立 | 第21-28页 |
| ·多项式回归模型的建立 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 人工神经网络技术及其在线切割工艺建模中应用 | 第33-50页 |
| ·人工神经网络的特点和应用 | 第33页 |
| ·BP网络模型 | 第33-37页 |
| ·BP网络结构 | 第34-35页 |
| ·误差反向传播算法 | 第35-37页 |
| ·BP算法的优缺点 | 第37页 |
| ·基于TP7725工艺数据库的BP工艺建模 | 第37-45页 |
| ·确定网络隐层数的问题 | 第38-39页 |
| ·选择网络收敛准则的问题 | 第39-40页 |
| ·加快训练速度的问题 | 第40-42页 |
| ·BP网络训练的结果 | 第42-43页 |
| ·BP模型与多项式回归模型的比较 | 第43-45页 |
| ·基于TP7725工艺数据库的RBF网络建模 | 第45-48页 |
| ·RBF网络算法 | 第45-46页 |
| ·RBF网络建模结果 | 第46-47页 |
| ·RBF网络模型与BP网络模型结果比较 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 工艺试验及建模 | 第50-61页 |
| ·基于DK7725e线切割机床的工艺样本采集 | 第50-56页 |
| ·试验设备和材料简介 | 第50-52页 |
| ·试验方案拟定 | 第52-54页 |
| ·试验结果 | 第54-56页 |
| ·基于试验数据的工艺建模 | 第56-60页 |
| ·非线性回归建模结果 | 第56-58页 |
| ·RBF网络建模结果 | 第58-59页 |
| ·RBF网络建模和非线性回归建模的比较 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于神经网络的线切割工艺仿真系统 | 第61-71页 |
| ·概述 | 第61页 |
| ·系统软件的功能及结构设计 | 第61-62页 |
| ·软件的应用平台和开发工具 | 第62页 |
| ·基于神经网络工艺数据库软件的组成 | 第62-65页 |
| ·主控模块 | 第62-63页 |
| ·工艺数据模块 | 第63-64页 |
| ·训练模型模块 | 第64页 |
| ·预测优化参数模块 | 第64-65页 |
| ·关键技术及其实现 | 第65-68页 |
| ·Visual C++与MATLAB混合编程的实现 | 第65-67页 |
| ·调用MATLAB engine编写步骤 | 第67-68页 |
| ·软件主要功能介绍 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |