钛合金TC4超高速磨削表面完整性的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·超高速加工理论与磨削机理 | 第11-13页 |
| ·高速/超高速加工理论 | 第11-12页 |
| ·高速/超高速磨削机理 | 第12-13页 |
| ·高速/超高速磨削技术国内外发展现状 | 第13-16页 |
| ·国外高速/超高速磨削技术的发展 | 第13-15页 |
| ·国内高速/超高速磨削技术的发展 | 第15-16页 |
| ·课题来源及研究意义 | 第16-17页 |
| ·本文的主要研究内容 | 第17-19页 |
| 第2章 钛合金材料特性及其磨削特点 | 第19-31页 |
| ·钛合金材料特性 | 第19-21页 |
| ·钛合金的分类 | 第19-20页 |
| ·钛合金TC4 的材料性能 | 第20-21页 |
| ·钛合金TC4 的加工工艺特性 | 第21页 |
| ·钛合金材磨削特点 | 第21-24页 |
| ·钛合金磨削特性 | 第21-23页 |
| ·钛合金磨削技术进展 | 第23-24页 |
| ·磨削表面完整性 | 第24-29页 |
| ·表面完整性定义 | 第24-25页 |
| ·表面完整性评价 | 第25-27页 |
| ·磨削加工表面完整性 | 第27-29页 |
| ·人工神经网络及其软件实现 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 钛合金TC4超高速磨削工艺实验方案 | 第31-39页 |
| ·试验设备 | 第31-33页 |
| ·超高速磨削试验台 | 第31-32页 |
| ·砂轮及其修整 | 第32-33页 |
| ·试件材料 | 第33页 |
| ·磨削力信号的采集与处理 | 第33-37页 |
| ·检测仪器 | 第37-38页 |
| ·表面粗糙度仪 | 第37页 |
| ·扫描电子显微镜(SEM) | 第37-38页 |
| ·工艺试验方案 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 磨削参数对表面完整性的影响 | 第39-49页 |
| ·砂轮线速度对磨削力影响 | 第39-40页 |
| ·磨削深度对磨削力的影响 | 第40-41页 |
| ·工作台速度对磨削力的影响 | 第41-42页 |
| ·磨削前后砂轮形貌的变化 | 第42页 |
| ·表面完整性观测与分析 | 第42-48页 |
| ·试件表面粗糙度 | 第42-44页 |
| ·试件表面微观形貌 | 第44-45页 |
| ·白层的观测及分析 | 第45-47页 |
| ·微观硬度的测量与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于BP 神经网络的工件表面粗糙度的预测 | 第49-57页 |
| ·BP 神经网络的基本原理 | 第49-52页 |
| ·BP 神经网络结构 | 第50页 |
| ·BP 神经网络重要公式及学习算法 | 第50-52页 |
| ·基于BP 神经网络的表面粗糙度的预测过程 | 第52-56页 |
| ·Matlab 软件介绍 | 第52页 |
| ·BP 神经网络结构的建立 | 第52-53页 |
| ·BP 神经网络预测的Matlab 实现 | 第53-55页 |
| ·表面粗糙度预测结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
