首页--航空、航天论文--航空论文--航空制造工艺论文--制造工艺过程及设备论文--冷加工论文

基于BP和GA的叶片加工切削用量优化选择方法

摘要第1-5页
Abstract第5-10页
1 绪论第10-17页
   ·引言第10-11页
   ·研究现状及其发展趋势第11-14页
     ·概述第11页
     ·国内研究现状第11-12页
     ·国外研究现状第12-14页
   ·本课题的研究意义第14-15页
   ·研究内容及章节安排第15-17页
     ·研究内容第15-16页
     ·章节安排第16-17页
2 叶片加工加工过程中的基本问题第17-37页
   ·切削加工的基本原理第17-25页
     ·切削加工的变形过程第17-19页
     ·切削运动和加工表面第19-20页
     ·切削力第20-23页
     ·切削热第23-25页
   ·叶片结构分析和机械加工特点第25-29页
     ·叶片的几何结构第25-27页
     ·叶片的加工特点第27-28页
     ·叶片的工艺性要求第28-29页
   ·叶片加工变形的原因第29-31页
   ·叶片加工的切削参数第31-34页
     ·切削参数第31-32页
     ·切削参数的选取原则第32-34页
   ·人工神经网路和遗传算法的结合第34-36页
   ·本章小结第36-37页
3 叶片铣削加工变形的有限元分析第37-58页
   ·有限元的基本思想与分析方法第37-39页
     ·有限元的基本思想第37页
     ·有限元分析的基本流程第37-39页
     ·有限元分析的基本步骤第39页
   ·ABAQUS软件简介第39-44页
     ·ABAQUS软件概述第39-40页
     ·ABAQUS软件的功能模块简介第40-42页
     ·ABAQUS软件的分析流程第42-44页
   ·叶片加工变形的有限元分析第44-53页
     ·叶片铣削过程的分析和简化第44-45页
     ·建立叶片的几何模型第45-46页
     ·设置叶片材料模型第46-48页
     ·定义叶片的边界条件第48页
     ·叶片的网格划分第48-49页
     ·设置叶片加工变形的分析步与加载第49-51页
     ·叶片加工分析的结果第51-53页
   ·实体加工验证分析结果第53-57页
   ·本章小结第57-58页
4 基于BP神经网络的叶片铣削变形预测模型第58-70页
   ·BP神经网络第58-62页
     ·BP神经网络的原理和结构第58-59页
     ·BP算法第59-61页
     ·BP神经网络的训练步骤第61-62页
   ·基于BP神经网络建立叶片的铣削变形模型第62-69页
     ·构建BP神经网络加工变形模型的总体结构第62-65页
     ·训练BP神经网络加工变形模型第65-69页
   ·本章小结第69-70页
5 基于GA的叶片铣削参数优化第70-85页
   ·遗传算法第70-76页
     ·遗传算法的基本原理第70-71页
     ·遗传算法的特点第71-72页
     ·遗传算法的操作流程第72-76页
   ·叶片铣削加工的切削参数优化模型第76-81页
     ·叶片铣削参数优化的设计变量第77页
     ·叶片铣削参数优化的目标函数第77-79页
     ·叶片铣削参数优化的约束条件第79-80页
     ·约束函数的处理第80-81页
     ·叶片铣削加工切削参数的优化第81页
   ·叶片铣削参数优化的结果第81-84页
   ·本章小结第84-85页
6 总结与展望第85-88页
   ·总结第85页
   ·展望第85-88页
参考文献第88-92页
攻读硕士学位期间发表的论文第92-93页
致谢第93-96页
附录第96-97页

论文共97页,点击 下载论文
上一篇:远红外旋磁治疗仪
下一篇:闭式整体构件内流道电解加工流场分析