| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·磨削淬硬技术的研究现状 | 第11-15页 |
| ·磨削淬硬技术的特点 | 第11-12页 |
| ·磨削淬硬的研究发展阶段 | 第12-13页 |
| ·国外关于磨削淬硬技术的研究 | 第13-14页 |
| ·我国关于磨削淬硬技术的研究 | 第14-15页 |
| ·磨削淬硬研究中存在的问题 | 第15-16页 |
| ·本研究的主要内容及意义 | 第16-17页 |
| ·本章小节 | 第17-18页 |
| 第二章 磨削淬硬加工的基础知识 | 第18-28页 |
| ·磨削加工的热—力作用 | 第18-20页 |
| ·磨削加工对工件热作用 | 第18-19页 |
| ·磨削加工对工件力作用 | 第19-20页 |
| ·金属材料在磨削过程中的组织转变 | 第20-24页 |
| ·奥氏体组织转变过程 | 第20-22页 |
| ·自冷却淬火的特点 | 第22-23页 |
| ·快速加热时回火组织转变过程 | 第23-24页 |
| ·磨削淬硬层的形成 | 第24-26页 |
| ·磨削淬硬层组织形成的必要条件 | 第24-25页 |
| ·磨削淬硬层组织的形成 | 第25-26页 |
| ·磨削淬硬加工的主要影响因素 | 第26-27页 |
| ·本章小节 | 第27-28页 |
| 第三章 双程磨削淬硬加工组织转变动力学 | 第28-41页 |
| ·双程磨削淬硬加工试验 | 第28页 |
| ·磨削淬硬热源的数学模型 | 第28-32页 |
| ·热源模型及热分配系数模型 | 第28-29页 |
| ·磨削淬硬加工边界条件 | 第29-30页 |
| ·磨削加工表面的热流密度函数 | 第30-32页 |
| ·组织相变动力学模型 | 第32-38页 |
| ·单程磨削淬硬组织相变动力学模型 | 第32-33页 |
| ·马氏体回火组织相变动力学的建立 | 第33-38页 |
| ·对有限元软件的二次开发 | 第38-40页 |
| ·双程磨削淬硬热流密度函数 | 第38-39页 |
| ·马氏体回火组织转变计算模型 | 第39-40页 |
| ·本章小节 | 第40-41页 |
| 第四章 双程磨削淬硬的数值模拟 | 第41-59页 |
| ·有限元软件的前处理 | 第41-44页 |
| ·几何模型及网格划分 | 第41-42页 |
| ·材料属性设定 | 第42-43页 |
| ·边界条件设定 | 第43-44页 |
| ·双程磨削淬硬的模拟结果讨论 | 第44-58页 |
| ·双程磨削淬硬层稳定区的温度场、组织场和硬度场 | 第44-50页 |
| ·工件稳定区中组织显微结构的试验结果 | 第50-51页 |
| ·双程磨削淬硬的磨入与磨出端 | 第51-57页 |
| ·双程磨削淬硬层沿深度方向的分布 | 第57-58页 |
| ·双程磨削淬硬层的形成 | 第58页 |
| ·本章小节 | 第58-59页 |
| 第五章 基于神经网络的磨削淬硬预测系统的建模 | 第59-73页 |
| ·人工神经网络基础 | 第59-64页 |
| ·人工神经网络研究的起源 | 第59-60页 |
| ·人工神经元模型 | 第60页 |
| ·神经网络的基本特性 | 第60页 |
| ·人工神经网络的主要学习算法 | 第60-61页 |
| ·BP神经网络 | 第61-62页 |
| ·Levenberg-Marquardt算法 | 第62-64页 |
| ·基于神经网络的磨削淬硬预测模型的建立 | 第64-65页 |
| ·系统设计的设计思路和开发工具 | 第65-67页 |
| ·系统设计思路 | 第65-66页 |
| ·系统开发工具—C++ Builder 6.0 | 第66页 |
| ·Matlab6.5的调用 | 第66页 |
| ·系统数据库的选用及设计管理 | 第66-67页 |
| ·系统开发中的关键问题与技术 | 第67-72页 |
| ·类机制应用技术 | 第67-68页 |
| ·数据库的连接技术 | 第68-70页 |
| ·基于COM的混合编程技术 | 第70-72页 |
| ·本章小节 | 第72-73页 |
| 第六章 L-M神经网络磨削淬硬预测系统的构建及应用 | 第73-83页 |
| ·系统总体结构和模块功能设计 | 第73-76页 |
| ·系统的总体结构设计 | 第73页 |
| ·系统的功能模块 | 第73-76页 |
| ·基于神经网络的磨削淬硬系统软件的实现与运行 | 第76-77页 |
| ·系统的运行流程图 | 第76页 |
| ·系统主界面的主界面说明 | 第76页 |
| ·数据库管理模块 | 第76-77页 |
| ·系统的应用以及预测结果分析 | 第77-82页 |
| ·数据的采集 | 第77页 |
| ·网络结构实现 | 第77-78页 |
| ·样本选择及预处理 | 第78-79页 |
| ·数据的训练与预测 | 第79-81页 |
| ·网络模型验证 | 第81页 |
| ·基于神经网络的磨削淬硬预测系统的应用 | 第81-82页 |
| ·本章小节 | 第82-83页 |
| 第七章 研究结论和发展展望 | 第83-85页 |
| ·研究结论 | 第83-84页 |
| ·磨削淬硬加工技术的发展趋势 | 第84-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士期间发表的相关论文 | 第86-87页 |
| 附录A:DEFORM二次开发的部分源程序 | 第87-91页 |
| 附录B:磨削淬硬神经网络预测系统的部分源程序 | 第91-102页 |
| 参考文献 | 第102-105页 |