基于神经网络的前混合磨料水射流切割数据库建立研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 图清单 | 第11-15页 |
| 表清单 | 第15-17页 |
| 变量注释表 | 第17-19页 |
| 1 绪论 | 第19-31页 |
| 1.1 水射流切割技术的优势 | 第20-21页 |
| 1.2 磨料射流的分类 | 第21-23页 |
| 1.3 磨料水射流切割技术国内外研究现状 | 第23-28页 |
| 1.4 本课题的研究对象和意义 | 第28-29页 |
| 1.5 本文的主要研究内容 | 第29-31页 |
| 2 前混合磨料水射流切割理论研究 | 第31-39页 |
| 2.1 前混合磨料水射流切割材料去除机理研究 | 第31-34页 |
| 2.2 前混合磨料水射流切面质量的分部理论研究 | 第34-38页 |
| 2.3 本章小结 | 第38-39页 |
| 3 前混合磨料水射流切割实验研究 | 第39-52页 |
| 3.1 实验目的 | 第39页 |
| 3.2 实验设备 | 第39-40页 |
| 3.3 实验参数选择 | 第40-41页 |
| 3.4 实验准备 | 第41-42页 |
| 3.5 实验过程 | 第42-43页 |
| 3.6 实验结果及分析 | 第43-50页 |
| 3.7 本章小结 | 第50-52页 |
| 4 人工神经网络概述 | 第52-63页 |
| 4.1 人工神经网络相关基本理论 | 第52-57页 |
| 4.2 BP 网络 | 第57-61页 |
| 4.3 本章小结 | 第61-63页 |
| 5 基于人工神经网络的前混合磨料射流模型建立 | 第63-88页 |
| 5.1 模型参数的确定 | 第63-64页 |
| 5.2 1060 铝合金粗糙度预测模型的建立 | 第64-74页 |
| 5.3 1060 铝合金速度预测模型的建立 | 第74-78页 |
| 5.4 304 不锈钢切割模型的建立 | 第78-86页 |
| 5.5 本章小结 | 第86-88页 |
| 6 结论与展望 | 第88-90页 |
| 6.1 结论 | 第88-89页 |
| 6.2 展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 附录 1 | 第95-97页 |
| 作者简历 | 第97-99页 |
| 学位论文数据集 | 第99页 |
