| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-26页 |
| 1．1 课题研究的目的和意义 | 第11-12页 |
| 1．2 国内外研究现状 | 第12-20页 |
| 1．2．1 切削颤振机理和动力学模型的研究 | 第12-16页 |
| 1．2．2 机床切削稳定性的预测 | 第16-17页 |
| 1．2．3 切削颤振的预测与控制 | 第17-20页 |
| 1．3 神经网络技术在切削加工动力学领域的应用研究 | 第20-22页 |
| 1．4 切削加工参数优化的研究 | 第22-24页 |
| 1．5 本文的主要研究内容 | 第24-26页 |
| 第二章 铣削加工动力学的数学模型和物理模型研究 | 第26-37页 |
| 2．1 引言 | 第26-27页 |
| 2．2 铣削加工的动态切削力数学模型 | 第27-32页 |
| 2．2．1 微分单元瞬时动态切削力数学模型 | 第27-28页 |
| 2．2．2 基于再生型振动的瞬态切削厚度数学模型 | 第28-30页 |
| 2．2．3 刀具—工件系统总切削力的数学模型 | 第30-32页 |
| 2．3 铣削加工动力学的物理模型 | 第32-36页 |
| 2．3．1 铣削加工动力学物理模型的建立 | 第32-33页 |
| 2．3．2 动态铣削加工过程闭环控制系统 | 第33-36页 |
| 2．4 本章小结 | 第36-37页 |
| 第三章 铣削加工系统辨识与模态分析 | 第37-56页 |
| 3．1 引言 | 第37-39页 |
| 3．2 基于ARMAX模型的铣削振动的系统辨识理论 | 第39-50页 |
| 3．2．1 基于ARMAX模型的系统辨识理论 | 第39-42页 |
| 3．2．2 铣削加工动力学系统辨识理论 | 第42-44页 |
| 3．2．3 ARMAX模型的参数辨识 | 第44-49页 |
| 3．2．4 ARMAX模型阶次的确定 | 第49-50页 |
| 3．3 基于模态分析理论的铣削加工过程传递函数的求解 | 第50-55页 |
| 3．3．1 铣削振动系统传递函数模型 | 第50-53页 |
| 3．3．2 铣削振动系统模态参数辨识 | 第53-55页 |
| 3．4 本章小结 | 第55-56页 |
| 第四章 铣削加工过程虚拟仿真系统的开发与应用 | 第56-75页 |
| 4．1 引言 | 第56-57页 |
| 4．2 铣削加工动力学方程求解算法的研究 | 第57-63页 |
| 4．2．1 计算机仿真技术在铣削加工中的应用研究 | 第57-58页 |
| 4．2．2 铣削加工过程虚拟仿真算法的研究 | 第58-62页 |
| 4．2．3 铣削加工过程虚拟仿真模型求解过程 | 第62-63页 |
| 4．3 基于MATLAB环境的铣削加工过程虚拟仿真原理 | 第63-64页 |
| 4．3．1 Matlab与Simulink软件简介 | 第63-64页 |
| 4．3．2 铣削加工过程计算机仿真原理 | 第64页 |
| 4．4 铣削加工过程虚拟仿真系统的建立与研究 | 第64-72页 |
| 4．4．1 铣削加工过程虚拟仿真系统的建立 | 第64-67页 |
| 4．4．2 铣削加工过程虚拟仿真实例 | 第67-71页 |
| 4．4．3 铣削加工过程虚拟仿真结果分析 | 第71-72页 |
| 4．5 铣削加工过程虚拟仿真系统的应用研究 | 第72-73页 |
| 4．6 本章小结 | 第73-75页 |
| 第五章 铣削加工过程参数和刀具几何参数的优化选择 | 第75-87页 |
| 5．1 引言 | 第75页 |
| 5．2 基于铣削耗散能量机理的铣削加工过程参数优化选择 | 第75-81页 |
| 5．2．1 铣削加工过程耗散能量分析 | 第75-78页 |
| 5．2．2 铣削加工过程参数优化选择的仿真研究 | 第78-81页 |
| 5．3 铣削加工过程参数优化对动态切削厚度的影响 | 第81-83页 |
| 5．3．1 基于再生振动效应的动态切削厚度仿真 | 第81-82页 |
| 5．3．2 加工过程参数优化对动态切削厚度的影响研究 | 第82-83页 |
| 5．4 基于铣削加工过程虚拟仿真系统的加工参数优化选择 | 第83-86页 |
| 5．5 本章小结 | 第86-87页 |
| 第六章 铣削加工过程虛拟仿真系统的动态仿真及其实验验证 | 第87-125页 |
| 6．1 引言 | 第87页 |
| 6．2 铣削加工过程虚拟仿真系统的验证实验原理 | 第87-90页 |
| 6．2．1 铣削加工动力学实验原理 | 第87-88页 |
| 6．2．2 实验模态分析原理 | 第88-90页 |
| 6．3 铣削加工过程实验模态分析 | 第90-107页 |
| 6．3．1 实验模态分析方法 | 第90-91页 |
| 6．3．2 铣削加工过程测量信号模态分析 | 第91-107页 |
| 6．4 铣削加工动力学实验数据分析 | 第107-121页 |
| 6．4．1 铣削加工实验条件 | 第107页 |
| 6．4．2 动态切削力仿真及其实验验证 | 第107-110页 |
| 6．4．3 铣削加工过程振动状态仿真及其实验验证 | 第110-113页 |
| 6．4．4 基于ARMAX辨识模型的铣削加工过程传递函数的建立 | 第113-121页 |
| 6．5 基于铣削耗散能量机理的主轴转速控制的验证 | 第121-123页 |
| 6．6 本章小结 | 第123-125页 |
| 第七章 基于BP神经网络的铣削加工过程振动预测研究 | 第125-142页 |
| 7．1 引言 | 第125-126页 |
| 7．2 神经网络原理 | 第126-128页 |
| 7．2．1 神经元模型 | 第126页 |
| 7．2．2 神经网络的拓扑结构 | 第126-127页 |
| 7．2．3 神经网络的学习算法 | 第127-128页 |
| 7．3 神经网络逼近性能的理论分析 | 第128-129页 |
| 7．4 前馈网络在非线性动力学系统辨识中的应用 | 第129-131页 |
| 7．5 多隐层神经网络的BP算法 | 第131-134页 |
| 7．5．1 多隐层前向反馈网络BP学习算法 | 第131-134页 |
| 7．5．2 神经网络求解过程 | 第134页 |
| 7．6 铣削加工过程振动状态预测的神经网络模型结构 | 第134-138页 |
| 7．6．1 优化神经网络模型的建立 | 第134-138页 |
| 7．6．2 铣削加工过程振动预测的神经网络模型结构 | 第138页 |
| 7．7 基于BP神经网络的铣削加工过程振动状态预测 | 第138-141页 |
| 7．8 本章小结 | 第141-142页 |
| 第八章 全文总结 | 第142-145页 |
| 8．1 主要研究成果 | 第142-143页 |
| 8．2 今后的研究工作方向 | 第143-145页 |
| 参考文献 | 第145-153页 |
| 致谢 | 第153-154页 |
| 攻读博士学位期间发表的学术论文 | 第154页 |
