| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·钛合金的概况 | 第9-11页 |
| ·钛合金板材成形特点 | 第10-11页 |
| ·钛合金的应用 | 第11页 |
| ·真空热胀形技术 | 第11-14页 |
| ·真空热胀形原理 | 第11-12页 |
| ·热成形研究现状 | 第12-14页 |
| ·本文的选题意义和主要工作内容 | 第14-16页 |
| ·选题意义 | 第14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 真空热胀形有限元数值模拟基本理论 | 第16-36页 |
| ·有限元基本理论 | 第16-18页 |
| ·有限元法基本思想 | 第16-17页 |
| ·有限元法求解步骤 | 第17-18页 |
| ·传热学基本理论 | 第18-24页 |
| ·传热方式 | 第19-23页 |
| ·传热学的有限元分析 | 第23-24页 |
| ·弹塑性力学 | 第24-28页 |
| ·材料的弹塑性性质 | 第24-25页 |
| ·热弹塑性力学基本理论 | 第25-27页 |
| ·热弹塑性力学的有限元分析 | 第27-28页 |
| ·蠕变、应力松弛原理 | 第28-32页 |
| ·蠕变原理 | 第28-30页 |
| ·应力松弛原理 | 第30-32页 |
| ·人工神经网络原理 | 第32-36页 |
| ·人工神经网络的发展 | 第32-34页 |
| ·人工神经网络的特点和研究内容 | 第34页 |
| ·人工神经网络的应用 | 第34-36页 |
| 第三章 BT20 钛合金应力松弛行为研究 | 第36-41页 |
| ·实验材料及方法 | 第36页 |
| ·实验结果及分析 | 第36-40页 |
| ·应力松弛行为 | 第36-37页 |
| ·应力松弛曲线数据拟合 | 第37-39页 |
| ·应力松弛中应变速率与应力的关系 | 第39-40页 |
| ·初应力对应力松弛的影响 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 BT20 钛合金薄壁筒形件真空热胀形数值模拟 | 第41-55页 |
| ·真空热处理技术 | 第41-42页 |
| ·有限元模型的建立 | 第42-47页 |
| ·模拟结果与分析 | 第47-51页 |
| ·温度场分析 | 第48-49页 |
| ·变形场的分析 | 第49页 |
| ·应力场分析 | 第49-50页 |
| ·实验验证 | 第50-51页 |
| ·正交试验分析工艺参数对胀形量的影响 | 第51-54页 |
| ·试验指标、因子和水平的确定 | 第51-52页 |
| ·正交表的选择及试验方案的确定 | 第52页 |
| ·试验结果及工艺参数对胀形量的影响分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于神经网络的工艺参数优化及胀形量预测 | 第55-71页 |
| ·BP 神经网络的基本原理 | 第55-60页 |
| ·网络结构与数学描述 | 第55-57页 |
| ·BP 网络的学习算法 | 第57-60页 |
| ·BP 学习算法的不足及改进 | 第60页 |
| ·神经网络模型的建立 | 第60-67页 |
| ·网络输入输出参数的确定 | 第61-62页 |
| ·隐层神经元的确定 | 第62-63页 |
| ·学习算法实现 | 第63-65页 |
| ·胀形量预测系统的建立 | 第65-67页 |
| ·人工神经网络模型的检验 | 第67-68页 |
| ·模型训练输出与学习样本的对比 | 第67页 |
| ·泛化能力的验证 | 第67-68页 |
| ·热胀形过程胀形量的预测 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76页 |