首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

碳纤维增强无人机固定翼注塑成型及工艺参数优化

摘要第3-4页
abstract第4-5页
1 绪论第9-15页
    1.1 研究背景及意义第9-12页
        1.1.1 研究背景第9-10页
        1.1.2 研究意义第10-12页
    1.2 碳纤维增强复合材料注塑成型国内外研究现状第12-14页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13-14页
    1.3 研究内容第14-15页
2 无人机固定翼注塑成型过程数值模拟分析第15-32页
    2.1 数值模拟分析理论基础第15页
    2.2 注塑成型过程基本数学理论方程第15-17页
    2.3 MOLDFLOW模流分析软件介绍第17页
    2.4 塑件数值模拟前处理第17-25页
        2.4.1 无人机固定翼模型建立及导入第17-18页
        2.4.2 无人机固定翼网格划分第18-19页
        2.4.3 分析类型选择第19页
        2.4.4 材料选择第19-20页
        2.4.5 最佳浇口位置确定第20页
        2.4.6 浇注系统创建第20-24页
        2.4.7 冷却系统创建第24-25页
    2.5 塑件数值模拟分析第25-31页
        2.5.1 填充结果分析第25-27页
        2.5.2 流动结果分析第27-28页
        2.5.3 翘曲结果分析第28-31页
    2.6 本章小结第31-32页
3 基于正交试验注塑成型工艺参数优化第32-44页
    3.1 正交试验方法简介第32-33页
        3.1.1 正交试验简介第32页
        3.1.2 正交试验分析方法简介第32-33页
    3.2 正交试验设计第33-35页
        3.2.1 优化目标选定第33-34页
        3.2.2 正交试验因素和水平确定第34-35页
        3.2.3 正交试验表选定及设计第35页
    3.3 注塑成型工艺参数正交试验优化及结果分析第35-43页
        3.3.1 工艺参数对总翘曲变形量影响第35-38页
        3.3.2 工艺参数对体积收缩率影响第38-40页
        3.3.3 工艺参数对缩痕指数影响第40-42页
        3.3.4 最佳工艺参数分析及数值模拟第42-43页
    3.4 本章小结第43-44页
4 基于BP神经网络最优工艺参数预测第44-57页
    4.1 BP神经网络相关理论概述第44-47页
        4.1.1 人工神经元模型第44页
        4.1.2 神经网络模型分类第44-45页
        4.1.3 神经网络信号传递过程第45-47页
    4.2 BP神经网络预测模型建立第47-48页
    4.3 BP神经网络模型训练及验证第48-53页
        4.3.1 样本数据预处理第48-49页
        4.3.2 神经网络模型训练第49-50页
        4.3.3 神经网络模型验证第50-53页
    4.4 BP神经网络模型工艺参数预测及结果分析第53-56页
        4.4.1 神经网络模型工艺参数预测第53-54页
        4.4.2 结果分析第54-56页
    4.5 本章小结第56-57页
5 实验验证第57-65页
    5.1 实验目的第57页
    5.2 实验原理第57-58页
    5.3 实验设备第58-61页
        5.3.1 注塑成型设备第58-59页
        5.3.2 注塑成型材料第59页
        5.3.3 检测设备第59-61页
    5.4 实验结果分析第61-64页
    5.5 本章小结第64-65页
6 结论与展望第65-67页
    6.1 结论第65页
    6.2 展望第65-67页
致谢第67-68页
参考文献第68-71页
附录第71页

论文共71页,点击 下载论文
上一篇:航空发动机叶片反扭设计研究
下一篇:契合城市发展走廊的轨道线路适应性评价研究