高速切削钛合金TC4的刀具磨损及演化机制研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 论文的研究背景 | 第8-10页 |
| 1.2 国内外研究现状综述 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容及研究方法 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 1.4 论文章节安排 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 试验方案设计 | 第15-25页 |
| 2.1 车削加工试验条件确定 | 第15-19页 |
| 2.1.1 切削试验工件材料 | 第15-16页 |
| 2.1.2 切削试验刀具材料 | 第16-17页 |
| 2.1.3 试验设备介绍 | 第17-19页 |
| 2.2 设计实验方法的选择 | 第19-23页 |
| 2.2.1 试验设计方法介绍 | 第19-22页 |
| 2.2.2 试验的主要影响因素 | 第22页 |
| 2.2.3 试验因素范围的选择 | 第22-23页 |
| 2.3 车削加工试验方案的确定 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 刀具磨损预测研究 | 第25-38页 |
| 3.1 人工神经网络 | 第25-27页 |
| 3.2 神经元模型结构组成 | 第27-30页 |
| 3.2.1 神经元的数学模型 | 第27-28页 |
| 3.2.2 神经元之间的转移函数类型 | 第28-30页 |
| 3.3 BP神经网络的学习算法 | 第30-33页 |
| 3.4 刀具磨损预测方法 | 第33-37页 |
| 3.4.1 网络结构介绍 | 第33-34页 |
| 3.4.2 训练样本的选择 | 第34-35页 |
| 3.4.3 神经网络的训练 | 第35-36页 |
| 3.4.4 预测及结果分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 高速车削钛合金TC4刀具磨损曲线 | 第38-50页 |
| 4.1 刀具磨损曲线 | 第38-39页 |
| 4.2 磨损曲线试验结果的分析与研究 | 第39-41页 |
| 4.3 切削力研究分析 | 第41-44页 |
| 4.4 磨损曲线回归求解分析 | 第44-49页 |
| 4.4.1 线性回归分析 | 第44-46页 |
| 4.4.2 一元线性回归效果的检验 | 第46-47页 |
| 4.4.3 刀具磨损曲线回归模型的建立 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 高速车削钛合金TC4刀具磨损机理研究 | 第50-61页 |
| 5.1 磨损和磨损机理概论 | 第50-51页 |
| 5.2 前期预处理 | 第51-53页 |
| 5.3 能谱测试结果分析 | 第53-60页 |
| 5.3.1 刀片能谱分析 | 第53-58页 |
| 5.3.2 切屑能谱分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位论文期间发表的学术论文 | 第67-68页 |
| 主持或参与的科研项目 | 第68-69页 |
| 致谢 | 第69-70页 |
