| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究的目的和意义 | 第11-12页 |
| 1.2 硬态切削技术的研究现状 | 第12-16页 |
| 1.2.1 表面完整性的研究现状 | 第12-14页 |
| 1.2.2 硬切建模技术的研究现状 | 第14-15页 |
| 1.2.3 工艺优化的研究现状 | 第15-16页 |
| 1.3 本课题来源及主要研究内容 | 第16-18页 |
| 第2章 硬态车削 Cr12MoV 表面完整性试验研究 | 第18-31页 |
| 2.1 表面完整性的影响因素分析 | 第18-21页 |
| 2.1.1 表面粗糙度的主要影响因素 | 第18页 |
| 2.1.2 表面残余应力的主要影响因素 | 第18-20页 |
| 2.1.3 加工硬化层性质及特征值的提取 | 第20-21页 |
| 2.2 试验设备及方案 | 第21-23页 |
| 2.2.1 试验材料 | 第21页 |
| 2.2.2 试验设备 | 第21-23页 |
| 2.2.3 试验方案的制订 | 第23页 |
| 2.3 表面完整性正交试验设计及结果分析 | 第23-26页 |
| 2.3.1 正交试验设计 | 第23-24页 |
| 2.3.2 表面粗糙度正交试验结果分析 | 第24-25页 |
| 2.3.3 表面残余应力正交试验结果分析 | 第25-26页 |
| 2.3.4 塑性变形层厚度正交试验结果分析 | 第26页 |
| 2.4 表面完整性的单因素试验分析 | 第26-30页 |
| 2.4.1 进给量单因素试验设计及结果分析 | 第26-27页 |
| 2.4.2 背吃刀量单因素试验设计及结果分析 | 第27-29页 |
| 2.4.3 刀具磨损单因素试验设计及结果分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 硬态车削 Cr12MoV 疲劳寿命的相关性分析 | 第31-42页 |
| 3.1 灰色关联理论简介 | 第31-33页 |
| 3.1.1 灰色关联理论的提出 | 第31-32页 |
| 3.1.2 灰色关联计算步骤 | 第32-33页 |
| 3.2 表面完整性对疲劳寿命影响因素分析 | 第33-35页 |
| 3.2.1 表面残余应对疲劳寿命的影响 | 第33-34页 |
| 3.2.2 表面粗糙度对疲劳寿命的影响 | 第34-35页 |
| 3.2.3 塑性变形层厚度对疲劳寿命的影响 | 第35页 |
| 3.3 硬态车削 Cr12MoV 旋转弯曲疲劳寿命正交试验研究 | 第35-38页 |
| 3.3.1 试验条件及结果 | 第35-37页 |
| 3.3.2 切削条件、表面完整性与疲劳寿命的关联度分析 | 第37-38页 |
| 3.4 表面完整性及疲劳寿命的相关性分析 | 第38-41页 |
| 3.4.1 表面完整性及疲劳寿命的单因素模型建立 | 第38-39页 |
| 3.4.2 表面完整性及疲劳寿命的影响关系分析 | 第39-41页 |
| 3.4.3 疲劳寿命综合评价指标的确定 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 硬态车削表面完整性预测模型的建立 | 第42-58页 |
| 4.1 基于响应曲面法表面完整性预测模型的建立 | 第42-45页 |
| 4.1.1 表面粗糙度预测模型的建立 | 第42-43页 |
| 4.1.2 表面粗糙度预测模型的的验证 | 第43-44页 |
| 4.1.3 塑性变形层厚度预测模型的建立 | 第44页 |
| 4.1.4 塑性变形层厚度预测模型的验证 | 第44-45页 |
| 4.2 基于遗传算法的 BP 神经网络优化 | 第45-49页 |
| 4.2.1 BP 神经网络预测模型 | 第46-47页 |
| 4.2.2 遗传算法介绍 | 第47-48页 |
| 4.2.3 BP+GA 算法的设计 | 第48-49页 |
| 4.3 基于 BP+GA 表面特征预测模型的建立 | 第49-56页 |
| 4.3.1 表面残余应力预测模型的建立 | 第49-51页 |
| 4.3.2 表面残余应力预测模型的训练与验证 | 第51-53页 |
| 4.3.3 疲劳寿命预测模型的建立 | 第53-54页 |
| 4.3.4 疲劳寿命预测模型的训练与验证 | 第54-56页 |
| 4.4 硬态车削 Cr12MoV 表面完整性综合预测系统的实现 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 基于表面完整性的多目标参数优化 | 第58-71页 |
| 5.1 多目标优化方法简介 | 第58-60页 |
| 5.1.1 线性加权法 | 第58-59页 |
| 5.1.2 理想点法 | 第59页 |
| 5.1.3 平方和加权法 | 第59页 |
| 5.1.4 Pareto 最优意义的多目标优化 | 第59-60页 |
| 5.1.5 粒子群算法 | 第60页 |
| 5.2 标准粒子群算法及改进粒子群算法实现步骤 | 第60-63页 |
| 5.2.1 标准粒子群算法实现步骤 | 第60-61页 |
| 5.2.2 改进粒子群算法实现步骤 | 第61-63页 |
| 5.3 基于改进粒子群算法的表面完整性多目标优化 | 第63-68页 |
| 5.3.1 表面粗糙度与表面残余应力的多目标优化 | 第63-65页 |
| 5.3.2 表面粗糙度与塑性变形层厚度的多目标优化 | 第65-66页 |
| 5.3.3 表面残余应力与塑性变形层厚度的多目标优化 | 第66-67页 |
| 5.3.4 表面残余应力、塑性变形层厚度及表面粗糙度的多目标优化 | 第67-68页 |
| 5.4 基于标准粒子群算法的旋转弯曲疲劳寿命参数优化 | 第68-70页 |
| 5.4.1 旋转弯曲疲劳寿命的参数优化 | 第68页 |
| 5.4.2 验证性试验 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的学术论文与专利 | 第76-77页 |
| 致谢 | 第77页 |
