| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-15页 |
| ·高效聚光器的研究现状 | 第10-12页 |
| ·注塑成型技术的研究现状 | 第12-15页 |
| ·本文的研究内容 | 第15-16页 |
| 第2章 注塑成型的理论研究 | 第16-24页 |
| ·注塑成型概述 | 第16-17页 |
| ·基于实体模型的注塑成型过程的数学模型 | 第17-23页 |
| ·充填流动的数学模型 | 第17-20页 |
| ·材料性质的数学模型 | 第20-22页 |
| ·冷却过程的数学模型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 TIR-R 组合透镜模具的设计 | 第24-38页 |
| ·概述 | 第24页 |
| ·TIR-R 组合透镜的模具设计 | 第24-37页 |
| ·TIR-R 组合透镜的模型 | 第24-26页 |
| ·浇注系统的设计 | 第26-32页 |
| ·冷却系统的设计 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 主透镜注塑成型过程工艺参数优化 | 第38-51页 |
| ·Taguchi 试验设计方法及数据分析方法 | 第38-40页 |
| ·Taguchi 试验设计方法 | 第38-39页 |
| ·数据分析方法 | 第39-40页 |
| ·模拟仿真试验及结果分析 | 第40-47页 |
| ·模拟仿真试验 | 第40-42页 |
| ·结果分析 | 第42-47页 |
| ·对比补充模拟仿真试验 | 第47-50页 |
| ·模拟仿真试验内容 | 第47-49页 |
| ·对比分析结论 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于BP 神经网络预测TIR 透镜塑件质量 | 第51-58页 |
| ·BP 神经网络 | 第51-53页 |
| ·BP 网络模型的结构 | 第51-52页 |
| ·BP 网络模型的学习 | 第52-53页 |
| ·基于神经网络预测TIR 透镜的质量 | 第53-57页 |
| ·神经网络模型的建立 | 第53-54页 |
| ·BP 网络模型的训练 | 第54页 |
| ·BP 网络模型的预测 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |