电火花线切割火花参数分析研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13页 |
| 1.2.3 近期研究热点 | 第13-14页 |
| 1.3 本文主要工作及章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 实验平台介绍与数据采集 | 第16-27页 |
| 2.1 电火花线切割原理 | 第16-17页 |
| 2.2电火花线切割加工过程参数 | 第17-20页 |
| 2.2.1 电参数对工艺指标的影响 | 第18-20页 |
| 2.2.2 非电参数对工艺指标影响 | 第20页 |
| 2.3 实验测量数据 | 第20-22页 |
| 2.3.1 实验可测参数 | 第20-22页 |
| 2.3.2 实验固定参数 | 第22页 |
| 2.4 实验数据分析 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 数据聚类分析 | 第27-39页 |
| 3.1 引言 | 第27-28页 |
| 3.2 半监督聚类算法 | 第28-29页 |
| 3.3 MPC K-均值算法 | 第29-34页 |
| 3.3.1 K均值聚类算法 | 第30-31页 |
| 3.3.2 MPC约束算法 | 第31-32页 |
| 3.3.3 算法综合流程 | 第32-34页 |
| 3.4 算法测试 | 第34-38页 |
| 3.4.1 数据集选择 | 第34-35页 |
| 3.4.2 实验结果及分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 神经网络预测学习 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 人工神经网络特点 | 第40-41页 |
| 4.3 RBF神经网络预测 | 第41-47页 |
| 4.3.1 基函数及其选择 | 第42-44页 |
| 4.3.2 中心向量选取 | 第44-46页 |
| 4.3.3 权值学习 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 电火花面积仿真预测 | 第49-54页 |
| 5.1 数据预处理 | 第49-50页 |
| 5.2 数据半监督聚类 | 第50-51页 |
| 5.3 神经网络仿真 | 第51-53页 |
| 5.3.1 RBF网络结构图 | 第51页 |
| 5.3.2 数据训练及预测结果分析 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 总结 | 第54页 |
| 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
