| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 钢线刀概述 | 第11-12页 |
| 1.1.1 钢线刀及其应用 | 第11页 |
| 1.1.2 钢线刀传统生产工艺及其问题 | 第11-12页 |
| 1.2 激光淬火技术特点 | 第12-13页 |
| 1.3 激光淬火数值模拟研究的方法 | 第13-14页 |
| 1.3.1 有限差分法 | 第13页 |
| 1.3.2 有限元法 | 第13-14页 |
| 1.3.3 有限差分法和有限元法的比较 | 第14页 |
| 1.4 激光淬火的应用与研究现状 | 第14-17页 |
| 1.4.1 激光淬火的应用 | 第14-16页 |
| 1.4.2 激光淬火技术的研究现状 | 第16-17页 |
| 1.5 课题的研究意义与主要研究内容 | 第17-18页 |
| 2 试验材料、设备与方法 | 第18-21页 |
| 2.1 试验材料 | 第18页 |
| 2.2 试验设备 | 第18页 |
| 2.3 试验分析方法 | 第18-21页 |
| 2.3.1 金相试样的制作 | 第18-19页 |
| 2.3.2 表面质量 | 第19页 |
| 2.3.3 显微组织 | 第19页 |
| 2.3.4 淬火区硬度 | 第19-20页 |
| 2.3.5 相组成 | 第20页 |
| 2.3.6 冲击韧性 | 第20-21页 |
| 3 刀身激光淬火工艺与组织性能研究 | 第21-48页 |
| 3.1 有限元温度场模拟 | 第21-26页 |
| 3.1.1 模拟参数的确定 | 第21-22页 |
| 3.1.2 模型建立及结果 | 第22-26页 |
| 3.2 单道激光淬火试验 | 第26-41页 |
| 3.2.1 试验设计 | 第27页 |
| 3.2.2 表面宏观形貌 | 第27-29页 |
| 3.2.3 淬火区域显微组织 | 第29-35页 |
| 3.2.4 淬火区域的硬度 | 第35-37页 |
| 3.2.5 淬火区域的冲击韧性 | 第37-39页 |
| 3.2.6 与市售钢线刀对比 | 第39-41页 |
| 3.3 多道激光搭接淬火试验 | 第41-46页 |
| 3.3.1 试验设计 | 第41-42页 |
| 3.3.2 表面宏观形貌 | 第42页 |
| 3.3.3 搭接区显微组织 | 第42-44页 |
| 3.3.4 搭接区的硬度 | 第44-45页 |
| 3.3.5 钢线刀刀身整面淬火试验 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 4 刀刃激光淬火工艺与组织性能研究 | 第48-58页 |
| 4.1 有限元温度场模拟 | 第48-51页 |
| 4.1.1 激光扫描不同时刻的温度场分布情况 | 第48-50页 |
| 4.1.2 刀刃上下表面温度场分布 | 第50-51页 |
| 4.2 激光刀刃淬火试验 | 第51-57页 |
| 4.2.1 试验设计 | 第51页 |
| 4.2.2 表面宏观形貌 | 第51-52页 |
| 4.2.3 淬火区域显微组织 | 第52-54页 |
| 4.2.4 淬火区域的硬度 | 第54-56页 |
| 4.2.5 与市售钢线刀的对比 | 第56-57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 基于人工神经元网络和遗传算法的刀身激光淬火工艺参数优化 | 第58-69页 |
| 5.1 人工神经元网络工作原理及建模 | 第58-61页 |
| 5.2 网络模型训练与预测 | 第61-64页 |
| 5.3 遗传算法寻优 | 第64-68页 |
| 5.3.1 遗传算法基本原理 | 第64-66页 |
| 5.3.2 遗传算法优化参数的试验验证 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 6 全文结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |