| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 航天惯导台体类结构件铝合金应用 | 第15-16页 |
| 1.2.2 切削加工有限元仿真 | 第16-17页 |
| 1.2.3 基于神经网络切削力预测 | 第17-18页 |
| 1.2.4 切削参数优化 | 第18-19页 |
| 1.3 本文研究的主要创新点 | 第19-20页 |
| 1.4 本文研究的总体框架 | 第20-22页 |
| 第2章 航天惯导台体类结构件的切削理论及切削参数选择研究 | 第22-32页 |
| 2.1 航天惯导台体类结构件的工艺需求分析 | 第22-24页 |
| 2.2 航天铝合金切削理论分析 | 第24-27页 |
| 2.2.1 航天铝合金的材料选择 | 第24-25页 |
| 2.2.2 航天铝合金铣削力简介 | 第25-27页 |
| 2.3 切削参数选择研究 | 第27-31页 |
| 2.3.1 切削参数的定义及组成 | 第28-29页 |
| 2.3.2 切削参数范围的选取 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3 章 基于Advant Edge的铝合金铣削仿真分析 | 第32-44页 |
| 3.1 Advant Edge简介 | 第32-34页 |
| 3.2 铝合金Al7075-T651铣削仿真 | 第34-42页 |
| 3.2.1 工件和刀具几何模型的建立 | 第34-36页 |
| 3.2.2 材料属性的设置 | 第36-37页 |
| 3.2.3 网格的划分 | 第37-38页 |
| 3.2.4 切削参数的设置及仿真 | 第38-42页 |
| 3.3 铣削仿真结果分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于RBF神经网络的铣削力预测分析 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 RBF神经网络的构造 | 第45-48页 |
| 4.2.1 RBF神经网络的基本结构 | 第45页 |
| 4.2.2 RBF神经网络结构的设计 | 第45-46页 |
| 4.2.3 RBF神经网络结构的优化 | 第46-48页 |
| 4.3 RBF神经网络建模方法 | 第48-53页 |
| 4.3.1 RBF神经网络建模流程 | 第48-49页 |
| 4.3.2 RBF神经网络学习与训练 | 第49-53页 |
| 4.4 铣削力预测模型的验证 | 第53-55页 |
| 4.5 本章小结 | 第55-58页 |
| 第5章 航天铝合金铣削优化参数组合 | 第58-68页 |
| 5.1 引言 | 第58页 |
| 5.2 航天铝合金铣削参数优化方法的研究 | 第58-61页 |
| 5.2.1 BP神经网络的构造 | 第58-59页 |
| 5.2.2 BP神经网络的建模流程 | 第59-61页 |
| 5.3 航天铝合金铣削参数的优化组合研究 | 第61-67页 |
| 5.3.1 优化目标及约束条件的选择 | 第61-62页 |
| 5.3.2 优化模型的确定 | 第62-64页 |
| 5.3.3 铣削参数优化组合的确定 | 第64-65页 |
| 5.3.4 优化参数的验证 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 主要研究内容总结 | 第68页 |
| 6.2 未来展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士期间已发表的论文 | 第76-78页 |
| 致谢 | 第78页 |