| 中文摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-25页 |
| ·引言 | 第12页 |
| ·注塑成型的原理 | 第12-13页 |
| ·注塑工艺及带嵌体注塑工艺的国内外研究进展 | 第13-18页 |
| ·对注塑工艺的质量研究 | 第13-14页 |
| ·对带嵌件注塑工艺的研究 | 第14-15页 |
| ·对注塑工艺中的体积收缩率研究 | 第15-17页 |
| ·对浇注系统设计研究 | 第17页 |
| ·对注塑工艺神经网络的研究 | 第17-18页 |
| ·选题的依据和意义 | 第18-21页 |
| ·GAMMA 电子助力转向机构介绍 | 第18-21页 |
| ·选题的背景 | 第21页 |
| ·课题的研究内容和技术路线 | 第21-23页 |
| ·课题的研究内容 | 第21-23页 |
| ·课题的技术路线 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第2章 轴之间滑动摩擦力过小问题的研究 | 第25-33页 |
| ·影响上空心轴和上助力轴滑动力的关键零件和关键尺寸 | 第25-31页 |
| ·影响滑动摩擦力的关键零件 | 第26-29页 |
| ·影响滑动摩擦力的关键尺寸 | 第29-30页 |
| ·滑动摩擦力和花键间隙之间的关系 | 第30-31页 |
| ·内外花键产生间隙的计算方法 | 第31-32页 |
| ·内外花键的理论间隙 | 第31页 |
| ·注塑模具设计考虑的补偿间隙 | 第31页 |
| ·实际注塑完成后塑料制品的收缩 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于 Moldflow的体积收缩率分析 | 第33-49页 |
| ·注塑成型过程各阶段的数学模型 | 第33-35页 |
| ·流体力学的基本方程 | 第33-34页 |
| ·基本方程假设 | 第34页 |
| ·各个阶段的控制方程 | 第34-35页 |
| ·熔体粘度模型 | 第35页 |
| ·Moldflow 软件介绍 | 第35-37页 |
| ·基于现有模具系统和工艺参数进行 Moldflow 仿真 | 第37-44页 |
| ·导入嵌体模型和塑料外花键模型 | 第37-38页 |
| ·建立浇注系统 | 第38-40页 |
| ·选择相应的注塑材料并设置注塑工艺参数 | 第40-43页 |
| ·沉降斑的概念及形成原因 | 第43-44页 |
| ·注塑工艺中体积收缩率的相关概念 | 第44-46页 |
| ·塑料本身特性 | 第44-45页 |
| ·注塑的加工工艺参数 | 第45页 |
| ·成型模具的结构及注塑产品是否带嵌体 | 第45-46页 |
| ·基于 Moldflow 优化浇注系统 | 第46-48页 |
| ·采用传统的冷流道和冷浇口 | 第46-47页 |
| ·改变浇口的位置 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 注塑工艺参数优化试验设计与数据处理 | 第49-71页 |
| ·试验目的 | 第49页 |
| ·试验主要设备和主要材料 | 第49-53页 |
| ·试验所用设备 | 第49-51页 |
| ·模具系统 | 第51-52页 |
| ·试验所选材料 | 第52-53页 |
| ·试验所选的工艺参数 | 第53-54页 |
| ·结合 Minitab 软件进行田口正交试验设计 | 第54-57页 |
| ·田口正交试验设计方法 | 第54-55页 |
| ·基于 Minitab 软件设计田口正交试验 | 第55-57页 |
| ·按照田口正交表进行试验 | 第57-58页 |
| ·体积收缩率的测量方法 | 第58-59页 |
| ·试验得出数据整理和分析 | 第59-67页 |
| ·从信噪比角度分析试验结果 | 第62-63页 |
| ·从均值角度分析试验结果 | 第63-67页 |
| ·注塑工艺过程能力的计算 | 第67-70页 |
| ·产品的过程能力介绍 | 第67-69页 |
| ·工艺参数优化前后过程能力对比 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 BP 神经网络模型的建立及应用 | 第71-85页 |
| ·人工神经网络的概述 | 第71-72页 |
| ·神经网络的结构 | 第71页 |
| ·神经网络的工作流程 | 第71-72页 |
| ·神经网络的分类 | 第72页 |
| ·BP 神经网络的工作原理 | 第72-74页 |
| ·BP 神经网络的结构 | 第72页 |
| ·BP 神经网络的学习规则 | 第72-74页 |
| ·如何选择 BP 神经网络的初始值 | 第74页 |
| ·设计体积收缩率的 BP 神经网络模型 | 第74-78页 |
| ·确定体积收缩率的网络结构 | 第74页 |
| ·确定激励函数和隐含层神经元的数目 | 第74-78页 |
| ·基于 MATLAB 神经网络工具箱编写预测代码 | 第78-80页 |
| ·BP 神经网络的预测结果描述各因素的影响 | 第80-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 总结和展望 | 第85-87页 |
| ·研究内容总结 | 第85-86页 |
| ·展望 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第91-92页 |
| 致谢 | 第92-93页 |