| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 疲劳寿命预测方法的研究现状 | 第9-12页 |
| 1.3 人工神经网络 | 第12-14页 |
| 1.3.1 人工神经网络的基本理论 | 第12页 |
| 1.3.2 人工神经网络的特点和优越性 | 第12-13页 |
| 1.3.3 概率神经网络与焊接结构的疲劳问题 | 第13-14页 |
| 1.4 本文研究的内容与意义 | 第14-16页 |
| 1.4.1 研究的意义 | 第14页 |
| 1.4.2 研究的内容 | 第14-16页 |
| 第二章 概率神经网络的实现 | 第16-22页 |
| 2.1 MATLAB 神经网络工具箱的介绍 | 第16-17页 |
| 2.1.1 MATLAB 神经网络工具箱 | 第16页 |
| 2.1.2 MATLAB 神经网络工具箱的网络对象和对象属性 | 第16-17页 |
| 2.2 人工神经网络的预测原理及设计 | 第17-19页 |
| 2.2.1 人工神经网络的预测原理 | 第17-18页 |
| 2.2.2 方案设计过程 | 第18-19页 |
| 2.3 概率神经网络的拓扑结构及建立原则 | 第19-21页 |
| 2.3.1 概率神经网络的拓扑结构 | 第19-20页 |
| 2.3.2 概率神经网络的建立原则及工具箱函数 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 混凝土泵车臂架的疲劳寿命分类预测研究 | 第22-42页 |
| 3.1 疲劳寿命预测研究的理论 | 第22-23页 |
| 3.2 疲劳可靠性设计中对疲劳寿命分类与预测的决定因素 | 第23-26页 |
| 3.2.1 疲劳寿命的可靠度 | 第23-25页 |
| 3.2.2 不同的应力水平 | 第25-26页 |
| 3.3 神经网络训练样本的采集 | 第26-28页 |
| 3.3.1 神经网络训练样本的选择 | 第26页 |
| 3.3.2 神经网络训练样本的采集 | 第26-28页 |
| 3.4 概率神经网络对疲劳寿命的分类与预测 | 第28-31页 |
| 3.4.1 设计方案 | 第28-29页 |
| 3.4.2 概率神经网络基本结构设计及算法的实现步骤 | 第29-31页 |
| 3.5 混凝土泵车臂架焊接结构的疲劳寿命分类与预测系统 | 第31-41页 |
| 3.5.1 两种接头的疲劳寿命分类与预测系统 | 第31-37页 |
| 3.5.2 一定可靠度下疲劳寿命的计算 | 第37-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 泵车臂架焊接结构部分应力场分析与寿命计算 | 第42-56页 |
| 4.1 有限元分析的基本思想 | 第42-45页 |
| 4.2 泵车臂架焊接结构的应力场分析 | 第45-47页 |
| 4.2.1 泵车臂架焊接结构的静强度分析 | 第45-46页 |
| 4.2.2 泵车臂架焊接结构的动强度分析 | 第46-47页 |
| 4.2.3 危险部位的应力确定 | 第47页 |
| 4.3 两种疲劳寿命计算对比 | 第47-55页 |
| 4.3.1 疲劳寿命的分析 | 第48页 |
| 4.3.2 疲劳寿命软件 MSC.fatigue 计算寿命 | 第48-52页 |
| 4.3.4 概率神经网络定量层的疲劳寿命计算 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 臂架焊接结构疲劳寿命分类与预测系统用户界面设计 | 第56-60页 |
| 5.1 用户图形界面介绍 | 第56页 |
| 5.2 界面设计的组件类型和设计的原则 | 第56-57页 |
| 5.3 疲劳寿命分类与预测的用户界面的实现过程 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
