| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第16-32页 |
| 1.1 选题背景和意义 | 第16-17页 |
| 1.2 高速铣削稳定性及误差预测研究现状 | 第17-22页 |
| 1.2.1 铣削加工过程动力学建模及稳定性分析研究现状 | 第17-20页 |
| 1.2.2 薄壁件加工误差的预测及补偿研究现状 | 第20-22页 |
| 1.3 薄壁件高速铣削加工研究现状 | 第22-27页 |
| 1.3.1 薄壁件高速铣削加工表面质量研究现状 | 第22-24页 |
| 1.3.2 薄壁件高速铣削切削参数优化研究现状 | 第24-26页 |
| 1.3.3 薄壁件高速铣削加工过程自适应控制研究现状 | 第26-27页 |
| 1.4 课题来源与主要研究内容 | 第27-29页 |
| 1.4.1 课题来源 | 第27页 |
| 1.4.2 论文的主要内容 | 第27-29页 |
| 1.5 论文研究的技术路线与结构 | 第29-32页 |
| 1.5.1 技术路线 | 第29-30页 |
| 1.5.2 论文结构 | 第30-32页 |
| 2 薄壁件高速铣削稳定性的半离散法 | 第32-56页 |
| 2.1 考虑再生颤振的动态铣削稳定性数学模型 | 第32-39页 |
| 2.1.1 一维铣削稳定性数学模型 | 第32-34页 |
| 2.1.2 二维铣削稳定性数学模型 | 第34-36页 |
| 2.1.3 三维铣削稳定性数学模型 | 第36-39页 |
| 2.2 铣削稳定性边界零阶频域解析法(ZOA) | 第39-41页 |
| 2.3 铣削稳定性边界半离散法(SD) | 第41-44页 |
| 2.3.1 半离散法原理 | 第41-43页 |
| 2.3.2 两种不稳定颤振——准周期颤振、周期颤振 | 第43-44页 |
| 2.4 ZOA和SD法稳定性叶瓣图分析 | 第44-51页 |
| 2.4.1 ZOA和SD稳定图预测 | 第45-47页 |
| 2.4.2 ZOA和SD稳定性精度验证 | 第47-50页 |
| 2.4.3 SD法与试验法比较 | 第50-51页 |
| 2.5 不同位置处薄壁件的稳定性叶瓣图变化 | 第51-55页 |
| 2.5.1 稳定性叶瓣图变化规律分析 | 第51-54页 |
| 2.5.2 试验验证 | 第54-55页 |
| 2.6 本章小结 | 第55-56页 |
| 3 薄壁件高速铣削变形预测与误差补偿 | 第56-73页 |
| 3.1 薄壁件高速铣削变形预测有限元模拟流程 | 第56-57页 |
| 3.2 铝合金镜座加工变形的有限元预测分析 | 第57-67页 |
| 3.2.1 铝合金镜座的有限元建模技术 | 第58-61页 |
| 3.2.2 基于有限元分析的薄壁件装夹变形仿真研究 | 第61-65页 |
| 3.2.3 薄壁件变形量有限元计算 | 第65-67页 |
| 3.3 薄壁件加工变形的误差补偿 | 第67-71页 |
| 3.3.1 薄壁件加工变形误差补偿技术 | 第67-69页 |
| 3.3.2 薄壁件加工层次循环误差补偿方案 | 第69-71页 |
| 3.3.3 试验验证 | 第71页 |
| 3.4 本章小结 | 第71-73页 |
| 4 薄壁件高速铣削表面质量控制研究 | 第73-90页 |
| 4.1 高速铣削加工表面形成机理 | 第74-76页 |
| 4.1.1 波峰高度参数(h) | 第75页 |
| 4.1.2 表面粗糙度(R_a) | 第75-76页 |
| 4.2 正交试验设计 | 第76-78页 |
| 4.2.1 试验设计思路 | 第76页 |
| 4.2.2 表面粗糙度测量结果 | 第76-78页 |
| 4.2.3 正交试验极差分析 | 第78页 |
| 4.3 单因素试验设计 | 第78-81页 |
| 4.3.1 主轴转速对表面粗糙度的影响 | 第79页 |
| 4.3.2 每齿进给量对表面粗糙度的影响 | 第79-81页 |
| 4.3.3 轴向切深对表面粗糙度的影响 | 第81页 |
| 4.4 基于自适应神经网络模糊推理系统(ANFIS)的高速铣削表面粗糙度预测 | 第81-89页 |
| 4.4.1 ANFIS结构和工作原理 | 第81-83页 |
| 4.4.2 ANFIS模型训练及测试 | 第83-89页 |
| 4.5 本章小结 | 第89-90页 |
| 5 薄壁件高速铣削加工增效工艺研究 | 第90-108页 |
| 5.1 基于遗传算法的高速铣削加工参数的多目标优化 | 第90-98页 |
| 5.1.1 数控加工切削参数优化模型 | 第90-91页 |
| 5.1.2 多目标优化数学模型的建立 | 第91-94页 |
| 5.1.3 遗传算法求解多目标函数优化 | 第94-96页 |
| 5.1.4 优化结果及试验验证 | 第96-98页 |
| 5.2 高速铣削进给速度自适应的恒力控制 | 第98-104页 |
| 5.2.1 模糊控制算法的设计 | 第99-101页 |
| 5.2.2 基于神经网络的高速铣削过程建模 | 第101-102页 |
| 5.2.3 基于Matlab/Simulink模糊控制的恒力仿真 | 第102-104页 |
| 5.3 自适应恒力切削试验研究 | 第104-107页 |
| 5.3.1 自适应恒力切削实验测试 | 第104-105页 |
| 5.3.2 结果与讨论 | 第105-107页 |
| 5.4 本章小结 | 第107-108页 |
| 6 典型薄壁件高速铣削加工应用实例 | 第108-122页 |
| 6.1 薄壁件高速铣削加工应用实例一:罩壳型腔加工 | 第108-112页 |
| 6.1.1 多层铣削加工切削参数选择 | 第109页 |
| 6.1.2 罩壳型腔粗加工 | 第109-110页 |
| 6.1.3 罩壳型腔精加工 | 第110-112页 |
| 6.2 薄壁件高速铣削加工应用实例二:整体叶轮加工 | 第112-121页 |
| 6.2.1 整体叶轮毛坯、刀具和夹具的选用 | 第113-114页 |
| 6.2.2 整体叶轮高速铣削加工工艺流程 | 第114-115页 |
| 6.2.3 整体叶轮数控程序的编制 | 第115-117页 |
| 6.2.4 整体叶轮高速铣削加工仿真 | 第117-120页 |
| 6.2.5 整体叶轮高速铣削试加工 | 第120页 |
| 6.2.6 整体叶轮叶型加工测量 | 第120-121页 |
| 6.3 本章小结 | 第121-122页 |
| 7 全文总结 | 第122-125页 |
| 7.1 主要工作及结论 | 第122-123页 |
| 7.2 论文创新点 | 第123页 |
| 7.3 今后研究方向 | 第123-125页 |
| 致谢 | 第125-126页 |
| 参考文献 | 第126-139页 |
| 攻读博士期间发表的论文与参加的科研项目 | 第139页 |
