基于遗传算法的车削用量优化研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 引言 | 第8-11页 |
·国内外研究状况综述 | 第8-9页 |
·国内研究现状 | 第8-9页 |
·国外研究现状 | 第9页 |
·存在的问题及研究意义 | 第9-11页 |
·研究内容 | 第11页 |
2 表面粗糙度理论研究 | 第11-14页 |
·表面粗糙度对零件使用性能的影响 | 第11-12页 |
·表面粗糙度的成因 | 第12-13页 |
·表面粗糙度的影响因素 | 第13-14页 |
3 车削加工表面粗糙度试验研究 | 第14-21页 |
·试验条件 | 第15-17页 |
·车床 | 第15页 |
·工件 | 第15-16页 |
·刀具 | 第16页 |
·双管显微镜 | 第16-17页 |
·试验设计 | 第17-21页 |
·单因素试验设计 | 第17-19页 |
·正交多项式回归试验设计 | 第19-21页 |
4 基于回归分析的表面粗糙度模型的研究 | 第21-24页 |
·回归分析模型的建立 | 第21-22页 |
·回归模型的求解及检验 | 第22-24页 |
·回归模型求解 | 第22-23页 |
·回归模型检验 | 第23-24页 |
5 优化目标数学模型的建立 | 第24-29页 |
·模型变量 | 第24页 |
·优化目标函数的研究 | 第24-26页 |
·最大切削效率目标函数 | 第24-25页 |
·加工表面粗糙度目标函数 | 第25-26页 |
·车削用量优化约束条件的研究 | 第26-28页 |
·刀具耐用度约束 | 第26页 |
·机床功率约束 | 第26-28页 |
·机床进给机构强度 | 第28页 |
·机床主轴转速约束 | 第28页 |
·机床进给量约束 | 第28页 |
·优化目标函数数学描述形式 | 第28-29页 |
6 遗传算法在车削用量优化中的应用 | 第29-31页 |
·遗传算法的优点 | 第29页 |
·遗传算法的求解过程 | 第29-30页 |
·算法的适应度与目标函数的关系 | 第30-31页 |
·约束条件的处理 | 第31页 |
7 遗传算法在MATLA87.4 中的实现 | 第31-34页 |
·MATLAB遗传算法工具箱概述 | 第31-33页 |
·车削用量优化系统的功能和结构 | 第33页 |
·本优化模型的设计思路 | 第33-34页 |
8 车削用量优化系统应用与验证 | 第34-44页 |
·最大生产率优化实例 | 第34-39页 |
·试验设备及切削条件 | 第34页 |
·传统车削用量选择 | 第34-35页 |
·遗传算法优化 | 第35-38页 |
·优化结果分析 | 第38-39页 |
·最小表面粗糙度优化算例 | 第39-42页 |
·传统车削用量选择 | 第39页 |
·遗传算法优化 | 第39-42页 |
·优化结果分析 | 第42页 |
·多目标优化算例 | 第42-44页 |
9 结论与建议 | 第44-46页 |
·研究结论 | 第44-45页 |
·建议 | 第45-46页 |
致谢 | 第46-47页 |
参考文献 | 第47-49页 |
附录 | 第49-53页 |
作者简介 | 第53页 |