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--冷冲压(钣金加工)论文--冷冲压工艺论文--塑性冷冲论文

铝合金板激光弯曲成形的试验研究

摘要第1-6页
Abstract第6-11页
1 绪论第11-19页
   ·工程背景第11页
   ·课题的提出及国内外研究现状第11-18页
     ·课题的提出第11-13页
     ·课题的研究意义第13-15页
     ·国内外研究现状第15-18页
   ·本课题工作的主要内容第18-19页
2 激光弯曲成形技术概述第19-32页
   ·激光弯曲成形的基本原理第19-21页
     ·温度梯度机制第19-20页
     ·弹性膨胀机制第20页
     ·塑性皱曲机制第20-21页
     ·增厚机制第21页
   ·试验条件与设备第21-24页
     ·激光器设备条件第22-23页
     ·检测条件第23-24页
   ·试验参数的确定第24-30页
     ·激光功率密度的计算第24-25页
     ·重叠度S的计算第25-26页
     ·扫描速度的确定第26页
     ·扫描路径的确定第26-28页
     ·激光工艺参数和板材参数确定第28-29页
     ·工件预处理第29-30页
   ·弯曲过程分解第30-31页
   ·本章小节第31-32页
3 激光弯曲成形的试验研究第32-46页
   ·激光弯曲成形试验的研究思路第32页
   ·激光工艺参数对弯曲角度的影响第32-35页
     ·激光功率的影响第32-33页
     ·激光扫描速度的影响第33-34页
     ·光斑直径的影响第34-35页
   ·板材参数对弯曲角度的影响第35-37页
     ·板宽对弯曲角度的影响第35-36页
     ·厚度对弯曲角度的影响第36页
     ·扫描位置对弯曲角的影响第36-37页
   ·激光弯曲对材料组织和硬度的影响第37-42页
     ·金相分析第37-40页
     ·激光弯曲对硬度的影响第40-42页
   ·热导率对弯曲角的影响第42-44页
   ·弯曲试验重复性第44-45页
   ·本章小节第45-46页
4 BP神经网络在激光弯曲成形中的应用第46-64页
   ·数值神经网络的理论基础第46-51页
     ·神经网络的发展历程第46-48页
     ·人工神经网络的基本原理第48-49页
     ·BP神经网络的介绍第49-51页
     ·BP网络的特点及应用范围第51页
   ·BP神经网络在激光弯曲成形中的数值预测第51-56页
     ·基于激光弯曲成形的BP神经网络构建第51-55页
     ·输入、输出层数据的前期处理第55-56页
   ·弯曲角度的预测及其误差分析第56-59页
     ·仿真效果第57-58页
     ·弯曲角度的预测第58-59页
   ·加工参数的预测及其误差分析第59-63页
     ·激光功率的预测第59-61页
     ·激光扫描次数的预测第61-62页
     ·扫描速度的预测第62-63页
   ·本章小结第63-64页
5 结论与展望第64-67页
   ·结论第64-65页
   ·展望第65-67页
参考文献第67-70页
附录A 神经网络训练、仿真源程序第70-72页
攻读硕士学位期间发表学术论文情况第72-73页
致谢第73-74页
大连理工大学学位论文版权使用授权书第74页

论文共74页,点击 下载论文
上一篇:含N、S杂原子化合物与芳溴的Pd催化交叉偶联反应
下一篇:UCP2在大鼠再生肝抗四氯化碳损伤机制中的作用研究