人工神经网络在差厚拼焊板回弹预测中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·拼焊板的应用及存在的问题 | 第12-14页 |
| ·板料成形回弹的研究现状 | 第14-16页 |
| ·板料成形回弹预测手段的发展 | 第14-15页 |
| ·回弹控制方法 | 第15-16页 |
| ·拼焊板回弹的研究现状 | 第16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 拼焊板弯曲回弹理论分析 | 第18-30页 |
| ·引言 | 第18页 |
| ·拼焊板回弹的理论分析 | 第18-26页 |
| ·回弹产生的原因 | 第18-19页 |
| ·拼焊板弯曲回弹理论分析 | 第19-24页 |
| ·拼焊板的焊缝移动分析 | 第24-26页 |
| ·拼焊板回弹的影响因素分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 拼焊板回弹的数值模拟和多因素正交分析 | 第30-43页 |
| ·引言 | 第30页 |
| ·拼焊板U形件弯曲回弹的有限元数值模拟 | 第30-36页 |
| ·有限元模拟工具 | 第30-31页 |
| ·拼焊板U形件成形的CAD建模 | 第31-32页 |
| ·回弹角和焊缝移动的表示及测量方法 | 第32-33页 |
| ·压边力作用下拼焊板U形件回弹模拟试验及结果分析 | 第33-36页 |
| ·拼焊板U形件弯曲回弹的多因素正交分析 | 第36-42页 |
| ·正交试验简介 | 第37-38页 |
| ·正交设计变量取值范围的确定 | 第38-39页 |
| ·正交试验设计方案与仿真试验 | 第39-41页 |
| ·正交试验结果分析 | 第41-42页 |
| ·基于正交设计的参数优化分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 拼焊板弯曲回弹预测的人工神经网络建模 | 第43-63页 |
| ·引言 | 第43页 |
| ·人工神经网络 | 第43-46页 |
| ·人工神经网络的特征 | 第43-44页 |
| ·神经元的数学模型 | 第44-46页 |
| ·神经网络的基本结构 | 第46页 |
| ·BP神经网络 | 第46-53页 |
| ·BP网络的原理 | 第46-47页 |
| ·BP网络结构 | 第47页 |
| ·BP网络学习公式推导 | 第47-52页 |
| ·BP网络的不足和改进 | 第52-53页 |
| ·拼焊板弯曲回弹预测的神经网络模型 | 第53-60页 |
| ·神经网络模型的建立 | 第53-56页 |
| ·BP神经网络模型的训练 | 第56-58页 |
| ·神经网络模型的检验及分析 | 第58-60页 |
| ·拼焊板回弹预测的神经网络的可视化 | 第60-61页 |
| ·讨论与结论 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 BP神经网络在拼焊板回弹预测的应用 | 第63-72页 |
| ·引言 | 第63页 |
| ·基于BP神经网络的拼焊板弯曲回弹分析 | 第63-66页 |
| ·基于BP神经网络的拼焊板弯曲回弹的参数优化 | 第66-70页 |
| ·优化步骤 | 第66-67页 |
| ·优化过程 | 第67-69页 |
| ·优化结果检验 | 第69-70页 |
| ·神经网络在拼焊板回弹量中的应用 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 拼焊板回弹实验 | 第72-79页 |
| ·引言 | 第72页 |
| ·实验条件 | 第72-73页 |
| ·实验设备及模具 | 第73页 |
| ·实验回弹测量 | 第73-74页 |
| ·试验结果分析及与神经网络预测结果的对比分析 | 第74-78页 |
| ·压边力对拼焊板回弹的影响 | 第74-76页 |
| ·压边圈台阶高度对回弹的影响 | 第76-77页 |
| ·凹模圆角半径对回弹的影响 | 第77页 |
| ·神经网络预测的拼焊板回弹量与实验结果的比较 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·存在的不足与展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 作者在攻读硕士期间发表的论文 | 第88-89页 |
| 附录A: 神经网络及其可视化程序清单 | 第89-103页 |
