基于代理模型的激光切割工艺优化研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-19页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 激光切割技术 | 第8-14页 |
| 1.2.1 激光切割原理 | 第8-10页 |
| 1.2.2 激光切割质量指标及影响因素 | 第10-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 激光切割数值模拟研究现状 | 第14-15页 |
| 1.3.2 激光切割数学建模研究现状 | 第15-16页 |
| 1.3.3 代理模型的应用现状 | 第16-17页 |
| 1.4 本文的研究内容和安排 | 第17-19页 |
| 2 代理模型 | 第19-33页 |
| 2.1 多项式响应面法(PRS) | 第19-21页 |
| 2.2 克里金法(kriging) | 第21-25页 |
| 2.3 BP人工神经网络 | 第25-31页 |
| 2.3.1 BP神经网络的结构 | 第26-27页 |
| 2.3.2 BP神经网络算法 | 第27-31页 |
| 2.4 代理模型评价准则 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 光纤激光切割不锈钢薄板试验 | 第33-43页 |
| 3.1 试验设备与材料 | 第33-37页 |
| 3.2 试验设计 | 第37-42页 |
| 3.2.1 最优拉丁超立方抽样 | 第37-40页 |
| 3.2.2 正交试验法 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 4 激光切割不锈钢薄板质量预测与优化 | 第43-54页 |
| 4.1 使用多种代理模型的切割质量预测 | 第43-51页 |
| 4.1.1 代理模型的建立 | 第43-44页 |
| 4.1.2 挂渣量和切面粗糙度的预测精度 | 第44-48页 |
| 4.1.3 加工参数对挂渣量的影响规律 | 第48-51页 |
| 4.2 基于遗传算法的切割质量优化 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-61页 |
