数控铣削加工中切削参数的优化研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·国内外研究状况分析及发展趋势 | 第9-11页 |
| ·国内研究状况 | 第9-10页 |
| ·国外研究状况 | 第10-11页 |
| ·论文研究的目的和意义 | 第11-12页 |
| ·论文研究的主要内容及章节安排 | 第12-14页 |
| 2 数控铣削加工切削参数优化的基本理论 | 第14-22页 |
| ·数控加工技术概述 | 第14-17页 |
| ·数控系统的组成 | 第14页 |
| ·数控加工的过程及应用 | 第14-16页 |
| ·数控加工技术的重要性 | 第16-17页 |
| ·数控加工切削参数的确定 | 第17-20页 |
| ·优化理论的重要性及其应用 | 第20页 |
| ·本章小结 | 第20-22页 |
| 3 切削参数优化的研究 | 第22-40页 |
| ·优化方法的设计步骤 | 第22页 |
| ·优化数学模型的建立 | 第22-30页 |
| ·优化设计参数的选取 | 第22-24页 |
| ·优化目标函数 | 第24-27页 |
| ·优化约束条件 | 第27-29页 |
| ·最优化数学模型 | 第29-30页 |
| ·铣削切削参数优化算法 | 第30-39页 |
| ·遗传算法的特点和基本运算过程 | 第31-33页 |
| ·编码方法 | 第33-34页 |
| ·适应度函数的确定 | 第34-35页 |
| ·遗传算子的设计 | 第35-37页 |
| ·遗传算法中运行参数的选择 | 第37-38页 |
| ·遗传算法的终止准则设置 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 人工神经网络 | 第40-52页 |
| ·神经网络概述 | 第40页 |
| ·BP神经网络模型及其学习算法 | 第40-43页 |
| ·BP网络结构 | 第41页 |
| ·BP学习算法 | 第41-43页 |
| ·BP神经网络设计 | 第43-44页 |
| ·BP学习算法改进 | 第44-46页 |
| ·BP网络的MATLAB实现 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 5 数控铣削加工切削参数优化过程研究 | 第52-60页 |
| ·基于神经网络的遗传算法 | 第52页 |
| ·神经网络训练拟合 | 第52-57页 |
| ·多目标优化问题的遗传算法 | 第57-59页 |
| ·优化值的验证 | 第59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 攻读硕士期间发表的文章 | 第66-68页 |
| 附录 | 第68-69页 |
