| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题来源及研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-17页 |
| ·人工智能技术的发展 | 第10-11页 |
| ·智能技术在电火花加工中的应用 | 第11-14页 |
| ·电火花加工基础性研究 | 第14-15页 |
| ·计算机仿真技术在电火花加工成形精度研究中的应用 | 第15-17页 |
| ·课题的主要研究内容 | 第17-19页 |
| 第2章 电火花加工智能工艺优化系统的构建 | 第19-28页 |
| ·电火花加工工艺指标的影响因素 | 第19-20页 |
| ·电火花加工工艺设计的基本内容 | 第20-21页 |
| ·电火花加工智能工艺优化系统的总体框架 | 第21-24页 |
| ·系统构建的基本思想 | 第21-22页 |
| ·系统的总体结构及功能组成 | 第22-24页 |
| ·功能模块实现方案的确定 | 第24-27页 |
| ·工艺参数智能优化模块 | 第24-25页 |
| ·对工艺知识的学习联想机制 | 第25-27页 |
| ·工艺数据库和知识库 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 电火花加工智能工艺优化技术及实现 | 第28-57页 |
| ·系统平台及软件开发工具的选择 | 第28-29页 |
| ·系统平台的选择 | 第28-29页 |
| ·软件开发工具的选择 | 第29页 |
| ·系统的图形化界面设计 | 第29-31页 |
| ·工艺决策界面的设计 | 第29-31页 |
| ·工艺数据库界面的设计 | 第31页 |
| ·工艺数据库方案的实现 | 第31-36页 |
| ·数据库工具的选择及数据表的建立 | 第31-32页 |
| ·数据库的管理功能 | 第32-36页 |
| ·基于模糊推理的电火花加工工艺决策 | 第36-42页 |
| ·电火花加工中的模糊概念 | 第36页 |
| ·常用的模糊推理模型 | 第36-37页 |
| ·模糊决策功能的实现 | 第37-42页 |
| ·联想学习功能模块的实现 | 第42-49页 |
| ·BP 神经网络基本思想 | 第42页 |
| ·BP 神经网络算法的程序设计流程 | 第42-43页 |
| ·电火花加工工艺知识的神经网络模型 | 第43-44页 |
| ·BP 神经网络实现对工艺知识的学习 | 第44-46页 |
| ·程序与Matlab 的联合编程 | 第46-49页 |
| ·智能工艺优化功能的实现 | 第49-55页 |
| ·电火花加工规准转换的方法 | 第49页 |
| ·加工余量的确定方法 | 第49-53页 |
| ·工艺优化实例 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 成形精度研究中放电延迟时间影响因素的实验研究 | 第57-72页 |
| ·当前工艺决策系统的不足 | 第57-58页 |
| ·更高层次智能工艺决策系统的可行性 | 第58-59页 |
| ·放电延迟时间在仿真模型中的作用 | 第59-60页 |
| ·单脉冲电路设计 | 第60-63页 |
| ·方案设计 | 第60-61页 |
| ·单脉冲信号产生电路 | 第61-62页 |
| ·场效应管驱动的实现 | 第62-63页 |
| ·单脉冲放电电路的应用效果 | 第63页 |
| ·实验工作台设计 | 第63-64页 |
| ·放电延迟时间的实验研究 | 第64-71页 |
| ·电极截面积的选择 | 第64-67页 |
| ·单脉冲放电延迟时间分布规律的研究 | 第67-68页 |
| ·放电延迟时间的影响因素研究 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-79页 |
| 致谢 | 第79页 |