| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 自适应铣削参数优化的研究现状与发展趋势 | 第9-12页 |
| 1.1.1 数控加工参数优化的国外发展状况 | 第9-10页 |
| 1.1.2 加工参数优化的国内研究状况 | 第10页 |
| 1.1.3 自适应控制技术在加工参数优化中的应用情况 | 第10-12页 |
| 1.2 课题的提出 | 第12页 |
| 1.3 本课题研究的主要内容 | 第12-13页 |
| 1.4 本课题研究的目的和意义 | 第13-14页 |
| 第2章 主轴与进给系统建模及铣削参数对应关系研究 | 第14-27页 |
| 2.1 数控机床进给伺服系统模型建立 | 第14-17页 |
| 2.1.1 机械传动系统建模 | 第14-16页 |
| 2.1.2 伺服进给系统模型 | 第16-17页 |
| 2.2 切削负载测量与电流响应特性分析 | 第17-20页 |
| 2.3 铣削参数与切削力关系建立 | 第20-23页 |
| 2.3.1 铣削力分析 | 第20-21页 |
| 2.3.2 瞬时切削厚度计算 | 第21-22页 |
| 2.3.3 刀具变形模型 | 第22-23页 |
| 2.4 切削力影响参数权重分析 | 第23-25页 |
| 2.4.1 切削误差实验验证 | 第23-24页 |
| 2.4.2 正交切削实验 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 铣削参数优化算法研究 | 第27-38页 |
| 3.1 遗传算法概述 | 第27-30页 |
| 3.1.1 遗传算法应用 | 第27页 |
| 3.1.2 遗传算法操作步骤 | 第27-28页 |
| 3.1.3 遗传算法设计 | 第28-30页 |
| 3.2 模糊理论概述与应用 | 第30-31页 |
| 3.3 神经网络概述 | 第31-34页 |
| 3.4 遗传算法与BP网络结合应用 | 第34-36页 |
| 3.4.1 BP网络设计 | 第34-35页 |
| 3.4.2 基于遗传算法的神经网络 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 铣削参数优化研究 | 第38-51页 |
| 4.1 数控加工概述 | 第38-39页 |
| 4.1.1 数控加工的特点 | 第38页 |
| 4.1.2 金属切削基础知识 | 第38-39页 |
| 4.2 切削参数概述 | 第39-42页 |
| 4.2.1 切削三要素 | 第39-40页 |
| 4.2.2 切削力计算与转换 | 第40-42页 |
| 4.3 铣削参数优化 | 第42-46页 |
| 4.3.1 变量与目标函数设计 | 第42-43页 |
| 4.3.2 优化约束条件设计 | 第43-45页 |
| 4.3.3 条件设计及优化实现 | 第45-46页 |
| 4.4 建立加工参数优化库 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 自适应控制在数控加工中的应用研究 | 第51-70页 |
| 5.1 铣削参数优化自适应控制的总体设计 | 第51-59页 |
| 5.1.1 自适应控制系统理论研究 | 第52-53页 |
| 5.1.2 数控铣削自适应控制系统研究 | 第53-54页 |
| 5.1.3 基于模糊控制的自适应控制系统研究 | 第54-59页 |
| 5.2 自适应控制系统与铣削参数优化集成 | 第59-62页 |
| 5.2.1 自适应控制系统与数控系统的集成方法 | 第59-60页 |
| 5.2.2 自适应控制系统工作原理 | 第60-61页 |
| 5.2.3 自适应控制系统的软硬件结构实现 | 第61-62页 |
| 5.3 自适应加工参数优化控制系统应用 | 第62-69页 |
| 5.3.1 自适应控制系统与优化参数库的结合 | 第62-64页 |
| 5.3.2 自适应切削参数优化加工实验 | 第64-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 发表论文和参加科研情况说明 | 第76-77页 |
| 致谢 | 第77-78页 |