| 摘要 | 第1-15页 |
| Abstract | 第15-18页 |
| 第1章 绪论 | 第18-33页 |
| ·课题研究背景 | 第18-19页 |
| ·塑性成形过程数值模拟技术 | 第19-25页 |
| ·塑性成形过程研究方法 | 第19-21页 |
| ·有限元模拟技术发展概况 | 第21-22页 |
| ·有限元模拟技术在塑性成形中的应用 | 第22-25页 |
| ·人工智能技术在塑性成形中的应用 | 第25-31页 |
| ·专家系统的应用领域 | 第25-27页 |
| ·神经网络的应用领域 | 第27-28页 |
| ·人工智能技术在塑性成形中的研究现状 | 第28-31页 |
| ·本文主要研究内容 | 第31-33页 |
| 第2章 人工智能技术和有限元模拟技术基本理论 | 第33-47页 |
| ·专家系统 | 第33-36页 |
| ·专家系统的结构 | 第33-35页 |
| ·构建专家系统的步骤 | 第35-36页 |
| ·神经网络 | 第36-41页 |
| ·神经网络的结构 | 第36-38页 |
| ·神经网络的训练方法 | 第38-41页 |
| ·有限元技术基本理论 | 第41-46页 |
| ·刚塑性/刚粘塑性有限元基本方程 | 第41-42页 |
| ·刚塑性/粘塑性有限元变分原理 | 第42-44页 |
| ·刚塑性/刚粘塑性有限元求解过程 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 汽车转向节锻造过程有限元模拟 | 第47-63页 |
| ·引言 | 第47页 |
| ·有限元模拟系统分析 | 第47-52页 |
| ·有限元模拟系统的组成 | 第47-48页 |
| ·有限元模拟系统的发展过程 | 第48-50页 |
| ·DEFORM软件介绍 | 第50-52页 |
| ·典型汽车转向节锻造过程数值模拟 | 第52-61页 |
| ·模拟模型及初始条件 | 第53页 |
| ·金属流动规律分析 | 第53-56页 |
| ·锻件温度场分析 | 第56-57页 |
| ·力能曲线 | 第57-58页 |
| ·应力场和应变场分析 | 第58-60页 |
| ·摩擦因子的影响 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第4章 汽车转向节锻造新工艺研究 | 第63-84页 |
| ·引言 | 第63-65页 |
| ·汽车转向节成形工艺概述 | 第63-64页 |
| ·转向节锻造工艺中的问题 | 第64-65页 |
| ·SK2锻件新工艺开发 | 第65-76页 |
| ·SK2锻件锻造工艺分析 | 第65-67页 |
| ·SK2锻件锻造设计方案 | 第67-70页 |
| ·SK2锻件制坯工序设计 | 第70-72页 |
| ·SK2锻件预锻工序设计 | 第72-75页 |
| ·SK2锻件终锻工序设计 | 第75-76页 |
| ·SK2锻件锻造实验 | 第76页 |
| ·SK1锻件新工艺开发 | 第76-82页 |
| ·控制飞边闭式模锻工艺 | 第77-78页 |
| ·SK1锻件预锻过程模拟及工艺设计 | 第78-79页 |
| ·SK1锻件制坯工艺设计 | 第79-82页 |
| ·两种锻造工艺的对比 | 第82页 |
| ·本章小结 | 第82-84页 |
| 第5章 汽车转向节锻造设计神经网络的关键技术研究 | 第84-108页 |
| ·引言 | 第84页 |
| ·神经网络基本算法 | 第84-90页 |
| ·BP神经网络的原理及算法 | 第84-88页 |
| ·RBF神经网络原理及算法 | 第88-90页 |
| ·转向节锻造设计神经网络模型 | 第90-96页 |
| ·转向节锻件特征信息模型 | 第90-93页 |
| ·单元形状因子的确定 | 第93-96页 |
| ·转向节锻造设计神经网络参数研究 | 第96-106页 |
| ·输入和输出向量设计 | 第96-99页 |
| ·BP网络结构 | 第99-100页 |
| ·BP训练算法 | 第100-104页 |
| ·RBF网络参数 | 第104-106页 |
| ·本章小结 | 第106-108页 |
| 第6章 基于神经网络的汽车转向节锻造设计专家系统开发 | 第108-130页 |
| ·引言 | 第108-109页 |
| ·基于神经网络的锻造设计专家系统 | 第109-114页 |
| ·神经网络与传统专家系统的集成方式 | 第109-111页 |
| ·基本结构 | 第111-112页 |
| ·知识库 | 第112页 |
| ·推理机 | 第112-114页 |
| ·FDesign-SK整体结构及功能特点 | 第114-122页 |
| ·开发工具 | 第114页 |
| ·FDesign-SK系统的整体结构 | 第114-115页 |
| ·锻件特征尺寸输入模块 | 第115-116页 |
| ·工艺设计模块 | 第116-118页 |
| ·模具设计模块 | 第118-120页 |
| ·神经网络训练模块 | 第120-122页 |
| ·应用实例一 | 第122-125页 |
| ·FDesign-SK系统的预测结果 | 第123-124页 |
| ·数值模拟和实验 | 第124-125页 |
| ·应用实例二 | 第125-129页 |
| ·FDesign-SK系统的预测结果 | 第125-126页 |
| ·数值模拟和实验 | 第126-129页 |
| ·本章小结 | 第129-130页 |
| 第7章 结论与展望 | 第130-133页 |
| ·结论 | 第130-132页 |
| ·展望 | 第132-133页 |
| 参考文献 | 第133-142页 |
| 致谢 | 第142-143页 |
| 攻读博士学位期间发表的论文和成果 | 第143-145页 |
| 攻读博士学位期间参加的科研项目 | 第145-146页 |
| 附件 | 第146-162页 |
| 学位论文评阅及答辩情况表 | 第162页 |