| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·课题背景和意义 | 第8-9页 |
| ·课题来源和背景 | 第8-9页 |
| ·课题意义 | 第9页 |
| ·国内外研究现状 | 第9-16页 |
| ·轧辊的发展 | 第9-11页 |
| ·轧辊精密磨削技术的发展 | 第11-14页 |
| ·轧辊精密磨削质量控制技术 | 第14-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 2 YB-70钢精密磨削质量影响因素分析 | 第17-30页 |
| ·精密磨削的条件 | 第17-18页 |
| ·精密磨削工艺参数选择 | 第18-19页 |
| ·YB-70钢精密磨削试验准备 | 第19-22页 |
| ·试验磨床 | 第19页 |
| ·试验用砂轮 | 第19-20页 |
| ·试验试件 | 第20-21页 |
| ·尺寸误差和表面粗糙度的检测 | 第21-22页 |
| ·YB-70钢精密磨削试验 | 第22-25页 |
| ·试验方案设计 | 第22-24页 |
| ·试验步骤 | 第24-25页 |
| ·试验分析 | 第25-30页 |
| ·分析方法基本原理 | 第25-27页 |
| ·YB-70钢精密磨削试验结果分析 | 第27-30页 |
| 3 基于粒子群算法的YB-70钢精密磨削工艺参数优化 | 第30-36页 |
| ·目标函数的建立 | 第30-31页 |
| ·约束条件 | 第31-34页 |
| ·磨削质量约束 | 第31-32页 |
| ·磨削力约束 | 第32-33页 |
| ·防止磨削烧伤的约束条件 | 第33页 |
| ·机床特性约束条件 | 第33-34页 |
| ·磨削参数优化的求解 | 第34-36页 |
| ·优化模型求解方法 | 第34-35页 |
| ·优化结果 | 第35-36页 |
| 4 YB-70钢精密磨削表面粗糙度预测模型 | 第36-52页 |
| ·精密磨削表面形成原理 | 第36-41页 |
| ·粗糙度理论公式中存在的问题 | 第41-43页 |
| ·横向进给磨削的表面粗糙度 | 第41-42页 |
| ·光磨时的表面粗糙度 | 第42-43页 |
| ·预测模型的建立 | 第43-52页 |
| ·BP神经网络简介 | 第44-47页 |
| ·预测模型权值和阈值学习算法 | 第47-48页 |
| ·YB-70钢表面粗糙度预测模型算法步骤 | 第48-49页 |
| ·预测结果分析 | 第49-52页 |
| 5 YB-70钢精密磨削砂轮磨损试验研究 | 第52-59页 |
| ·砂轮磨损机理 | 第52-53页 |
| ·影响因素分析 | 第53-54页 |
| ·砂轮耐用度 | 第54页 |
| ·砂轮磨损试验 | 第54-56页 |
| ·试验结果分析 | 第56-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |