摘要 | 第6-7页 |
ABSTRACT | 第7页 |
第一章 绪论 | 第11-22页 |
1.1 研究背景 | 第11页 |
1.2 精密切削加工表面的形成 | 第11-13页 |
1.3 切削加工表面完整性的含义及其组成要素 | 第13-15页 |
1.3.1 表面完整性的含义 | 第13-14页 |
1.3.2 表面完整性的组成要素 | 第14-15页 |
1.4 表面完整性对零件使用性能的影响 | 第15-17页 |
1.5 精密切削加工表面完整性国内外研究进展 | 第17-19页 |
1.5.1 表面质量的研究进展 | 第17-18页 |
1.5.2 表层质量的研究进展 | 第18-19页 |
1.5.3 棱边(毛刺)质量的研究进展 | 第19页 |
1.6 目前存在的问题 | 第19-20页 |
1.7 本研究主要内容 | 第20-21页 |
1.8 本章小结 | 第21-22页 |
第二章 精密切削表面的质量及其评价 | 第22-32页 |
2.1 表面粗糙度及其检测改善 | 第22-27页 |
2.1.1 理论粗糙度 | 第22-23页 |
2.1.2 表面粗糙度的检测 | 第23-25页 |
2.1.3 改善表面完整性的途径 | 第25-27页 |
2.2 表面纹理特征及其检测 | 第27-30页 |
2.2.1 表面纹理的特征 | 第27-28页 |
2.2.2 表面纹理的检测 | 第28-29页 |
2.2.3 表面纹理的评价 | 第29-30页 |
2.3 表面缺陷及其评价 | 第30-31页 |
2.3.1 表面缺陷的种类 | 第30页 |
2.3.2 表面缺陷的评价 | 第30-31页 |
2.4 本章小结 | 第31-32页 |
第三章 精密切削表层的质量及其检测 | 第32-40页 |
3.1 表层残余应力及其检测 | 第32-34页 |
3.1.1 残余应力的测量方法 | 第32-33页 |
3.1.2 影响残余应力的主要因素 | 第33-34页 |
3.2 加工硬化及其检测 | 第34-37页 |
3.2.1 加工硬化的产生 | 第34页 |
3.2.2 加工硬化的评价指标 | 第34-35页 |
3.2.3 加工硬化常用检测方法 | 第35页 |
3.2.4 影响加工硬化的主要因素 | 第35-37页 |
3.3 微观组织特征及微观裂纹 | 第37-39页 |
3.3.1 加工变质层的形成 | 第37页 |
3.3.2 微观组织特征 | 第37-38页 |
3.3.3 微观裂纹 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第四章 精密切削棱边的质量及其控制 | 第40-51页 |
4.1 棱边(毛刺)的质量 | 第40-44页 |
4.1.1 毛刺的概念 | 第40页 |
4.1.2 毛刺的特征参数及常见形态 | 第40-41页 |
4.1.3 毛刺的分类体系 | 第41-44页 |
4.2 毛刺的检测方法 | 第44-46页 |
4.3 棱边(毛刺)质量的控制 | 第46-50页 |
4.3.1 影响毛刺形成变化的主要因素 | 第46页 |
4.3.2 毛刺的控制原则 | 第46-47页 |
4.3.3 控制棱边质量的基本途径 | 第47-50页 |
4.4 本章小结 | 第50-51页 |
第五章 精密切削加工表面完整性的综合评价 | 第51-61页 |
5.1 模糊层次综合评价法 | 第51页 |
5.2 表面完整性的评价标准 | 第51-53页 |
5.3 表面完整性表征参数权重的确定 | 第53-56页 |
5.4 表面完整性综合评价实验验证 | 第56-60页 |
5.4.1 精密切削实验 | 第56-57页 |
5.4.2 基于模糊数学的实验结果分析 | 第57-60页 |
5.5 本章小结 | 第60-61页 |
第六章 精密切削加工表面完整性的预测 | 第61-71页 |
6.1 人工神经网络 | 第61-63页 |
6.1.1 人工神经网络及人工神经元基本概念 | 第61页 |
6.1.2 BP神经网络 | 第61-63页 |
6.2 基于LM-BP算法的表层残余应力预测 | 第63-68页 |
6.2.1 Levenberg-Marquardt算法 | 第63-64页 |
6.2.2 表层残余应力预测 | 第64-68页 |
6.3 切削毛刺的BP神经网络预测 | 第68-69页 |
6.4 精密车削表面完整性预测系统的实现 | 第69-70页 |
6.5 本章小结 | 第70-71页 |
第七章 研究总结与展望 | 第71-73页 |
7.1 研究结论 | 第71页 |
7.2 展望 | 第71-73页 |
参考文献 | 第73-76页 |
致谢 | 第76-77页 |
攻读硕士学位期间取得的相关成果 | 第77页 |