首页--交通运输论文--公路运输论文--汽车工程论文--汽车发动机论文--往复式发动机论文--部件、零件论文--汽缸盖、汽缸套及汽缸垫论文

汽车缸套激光表面硬化的研究

摘要第1-5页
Abstract第5-11页
1 绪论第11-15页
   ·引言第11-12页
   ·激光加工技术简述第12-13页
     ·激光加工技术的定义及其特点第12页
     ·激光加工技术的应用领域第12-13页
   ·课题研究的背景、意义第13-14页
   ·课题研究的主要内容第14-15页
2 激光表面硬化工艺技术第15-24页
   ·激光表面硬化原理、特点和适用范围以及与其它几种表面淬火技术比较第15-17页
     ·激光表面硬化基本原理第15页
     ·激光表面硬化主要特点第15-16页
     ·激光表面硬化适用范围第16页
     ·激光表面硬化与其它几种表面淬火技术比较第16-17页
   ·激光表面硬化工艺第17-20页
     ·工件材料表面的预处理及吸光涂料的制备第17-19页
     ·激光表面硬化工艺分类第19页
     ·激光表面硬化工艺参数及相互关系第19-20页
   ·激光表面硬化的基础工艺装备第20-22页
   ·激光表面硬化的应用和研究现状第22-23页
   ·本章小结第23-24页
3 激光表面硬化指标的预测模型第24-43页
   ·激光表面硬化试验第24-27页
     ·试验方法第24-25页
       ·试验设备第24页
       ·试验材料与试样制备第24-25页
       ·试样材料表面的预处理第25页
     ·试验数据采集第25-27页
   ·硬化层指标预测模型建立的意义第27-28页
   ·基于BP神经网络的激光表面硬化指标预测模型第28-39页
     ·人工神经网络概述第28页
     ·BP神经网络简介第28-30页
     ·基于MATLAB的BP神经网络的设计步骤第30-31页
       ·BP网络的初始化第30-31页
       ·BP网络的创建第31页
       ·BP网络的训练第31页
       ·BP网络的仿真第31页
     ·气缸套BP神经网络预测模型的构建第31-39页
       ·影响因子确定第32页
       ·神经网络拓扑结构分析第32-33页
       ·使用数据的标准化处理第33-34页
       ·气缸套BP神经网络模型的训练及检验第34-39页
   ·基于MATLAB的人机交互界面的实现第39-41页
     ·MATLAB简介第39-40页
     ·激光表面硬化指标预测系统的用户界面第40-41页
   ·BP算法存在的不足及改进算法第41-42页
   ·本章小结第42-43页
4 汽车HT150缸套激光表面硬化最佳工艺参数的研究第43-52页
   ·基于正交表的试验数据方案的设计第43-44页
   ·基于预测系统的试验数据的硬化指标预测结果第44-47页
   ·基于正交分析的最佳激光表面硬化工艺参数的确定第47-51页
     ·激光硬化层表面硬度的正交分析第48-49页
     ·激光硬化层深度的正交分析第49-50页
     ·小结第50-51页
   ·最佳工艺参数的硬化指标预测结果的试验验证第51页
   ·本章小结第51-52页
5 激光工艺参数对硬化层指标影响规律的研究第52-66页
   ·激光表面硬化指标第52-53页
   ·激光工艺参数对表面硬度影响第53-58页
     ·激光功率对表面硬度影响第53-55页
     ·扫描速度对表面硬度影响第55-56页
     ·光斑直径对表面硬度影响第56-58页
   ·激光工艺参数对层深影响第58-63页
     ·激光功率对层深影响第58-60页
     ·扫描速度对层深影响第60-62页
     ·光斑直径对层深影响第62-63页
   ·综合影响因子P/(DV)值对表面硬度及层深的影响第63-65页
   ·本章小结第65-66页
6 实例应用第66-71页
   ·引言第66页
   ·技术要求第66页
   ·缸套激光表面硬化网纹第66-68页
   ·设备第68-69页
   ·修复汽车发动机缸体所用缸套材料的表面预处理第69页
   ·缸套的最佳激光表面硬化工艺参数的确定第69页
   ·修复效果第69-70页
   ·本章小结第70-71页
7 结论与展望第71-73页
   ·结论第71-72页
   ·展望第72-73页
参考文献第73-75页
致谢第75-76页
个人简历 在学期间发表的学术论文第76页

论文共76页,点击 下载论文
上一篇:车辆悬架优化控制与汽车平顺性分析
下一篇:公路桥梁车桥耦合振动分析