首页--工业技术论文--金属学与金属工艺论文--焊接、金属切割及金属粘接论文--金属切割及设备论文--激光切割及设备论文

LY12铝合金光纤激光切割工艺实验研究与仿真

摘要第4-5页
Abstract第5页
1 绪论第9-13页
    1.1 引言第9-10页
    1.2 激光切割的国内外研究状况第10页
    1.3 激光切割加工技术的发展趋势第10-11页
    1.4 课题的提出及研究意义第11-12页
    1.5 本文主要研究内容及工作第12-13页
2 激光切割的综述第13-28页
    2.0 激光切割的加工原理第13-14页
    2.1 光纤激光器第14-16页
    2.2 激光切割的种类第16-19页
    2.3 激光切割的特点第19-20页
    2.4 激光切割的影响因素分析第20-25页
    2.5 激光切割质量的评价指标第25-27页
        2.5.1 切割面粗糙度第25-26页
        2.5.2 切缝宽度第26页
        2.5.3 挂渣第26页
        2.5.4 切口热影响区第26页
        2.5.5 切割面倾角第26-27页
    2.6 小结第27-28页
3 试验设计第28-35页
    3.1 试验目的第28页
    3.2 试验设备第28-29页
    3.3 测量仪器第29-31页
    3.4 试验材料第31-32页
    3.5 试验操作及数据获取第32页
    3.6 试验设计第32-34页
        3.6.1 单因素试验设计第32-33页
        3.6.2 正交试验设计第33-34页
    3.7 小结第34-35页
4 试验结果处理和分析第35-50页
    4.1 单因素试验结果分析第35-42页
        4.1.1 激光功率对切割质量的影响第35-37页
        4.1.2 切割速度对切割质量的影响第37-39页
        4.1.3 氮气气压对切割质量的影响第39-42页
    4.2 激光切割正交试验结果的分析第42-49页
        4.2.1 激光切割正交试验的结果第42页
        4.2.2 数据分析第42-46页
        4.2.3 切割质量多指标优化第46-49页
    4.3 小结第49-50页
5 激光切割工艺仿真第50-81页
    5.1 人工神经网络第50-53页
        5.1.1 人工神经元模型第50-52页
        5.1.2 神经网络的结构第52-53页
        5.1.3 神经网络的学习第53页
    5.2 BP网络对激光切割工艺的仿真预测第53-71页
        5.2.1 BP神经网络模型第53-56页
        5.2.2 网络样本获取及预处理第56-59页
        5.2.3 BP网络的设计第59-62页
        5.2.4 BP网络的训练和结果分析第62-71页
    5.3 GA-BP网络对激光切割工艺的仿真预测第71-79页
        5.3.1 遗传算法理论第71-72页
        5.3.2 遗传算法与BP网络的融合第72页
        5.3.3 遗传算法优化BP网络的算法实现第72-73页
        5.3.4 GA-BP网络的MATLAB程序设计第73-75页
        5.3.5 GA-BP网络的训练和测试分析第75-79页
    5.4 两种网络模型的对比分析第79-80页
    5.5 小结第80-81页
6 结论与展望第81-83页
参考文献第83-86页
附录 仿真程序第86-92页
攻读硕士学位期间发表论文及专利第92-93页
致谢第93-94页

论文共94页,点击 下载论文
上一篇:湿式氧化再生活性炭系统阻垢与除垢研究
下一篇:5CrNiMo钢激光表面改性工艺的研究