首页--工业技术论文--金属学与金属工艺论文--金属压力加工论文--轧制论文--轧制工艺论文--管材轧制论文--无缝钢管轧制论文

基于模糊神经网络的斜轧建模研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-19页
   ·课题研究的背景及意义第9-12页
     ·无缝钢管工艺研究动态第9-11页
     ·无缝钢管斜轧工艺的发展第11-12页
     ·现有无缝钢管斜轧工艺存在的问题第12页
   ·模糊控制的发展趋势第12-13页
   ·模糊神经网络概述第13-16页
     ·模糊神经网络发展历程第14页
     ·模糊神经网络的模型第14-15页
     ·模糊神经网络的算法第15-16页
     ·模糊神经网络的发展前景第16页
   ·本课题的提出及所研究的内容第16-17页
   ·本课题各章节的内容第17-19页
第二章 模糊神经网络理论基础第19-27页
   ·模糊控制理论第19-20页
     ·模糊控制理论的形成第19页
     ·模糊控制流程第19-20页
     ·模糊控制的特点第20页
   ·神经网络理论第20-21页
   ·模糊神经网络第21-27页
     ·模糊理论与神经网络的融合第21-22页
     ·通用的模糊神经网络结构第22-23页
     ·本研究采用的模糊神经网络第23-27页
第三章 斜轧的有限元模拟第27-47页
   ·有限元法及软件介绍第27-29页
     ·有限元法介绍第27-28页
     ·LS-DYNA 软件介绍第28-29页
   ·斜轧理论第29-33页
     ·斜轧的应力与变形第29-30页
     ·斜轧几何学第30-32页
     ·斜轧运动学第32-33页
   ·斜轧过程的有限元模型第33-40页
     ·模型的简化第33-34页
     ·单元的选择第34页
     ·模型参数的设定第34-36页
     ·网格划分及边界条件的设置第36-37页
     ·接触及初始条件的处理第37-38页
     ·求解及其后处理第38-40页
   ·斜轧数值模拟分析第40-42页
     ·斜轧过程中的轧制力变化第40页
     ·斜轧过程中壁厚变化第40-42页
   ·数据获取第42-47页
第四章 基于模糊神经网络斜轧建模研究第47-63页
   ·本研究的流程图第47-49页
   ·模糊神经网络的实现第49-56页
     ·网络映射关系的确立第49页
     ·网络样本数据的标准化第49-52页
     ·网络模糊规则的选择第52-53页
     ·网络初始隶属函数的选择第53-56页
   ·网络的学习及参数调整第56-62页
     ·隶属函数的训练第56-58页
     ·结论参数的训练第58-59页
     ·网络的误差收敛第59-60页
     ·样本数据实际值与预测值的比较第60-62页
   ·基于模糊神经网络斜轧的质量检验第62-63页
第五章 斜轧的实验研究及结果验证第63-73页
   ·实验设计及介绍第63-64页
   ·实验研究第64-70页
     ·实验方案第64-65页
     ·力能参数测试第65-69页
     ·数据处理第69-70页
   ·有限元模拟计算与实验结果分析第70-73页
     ·轧制力的实测与模拟计算结果比较第70-71页
     ·壁厚的实测与模拟计算结果比较第71-73页
结论第73-75页
参考文献第75-79页
攻读硕士学位期间发表的学术论文第79-80页

论文共80页,点击 下载论文
上一篇:奥氏体不锈钢1Cr18Ni9Ti的低温切削研究
下一篇:三维磁场对AZ91镁合金组织和性能的影响研究