| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 课题研究的背景、意义 | 第14-15页 |
| 1.2 橡胶老化国内外研究现状 | 第15-26页 |
| 1.2.1 橡胶老化机理研究现状 | 第15-16页 |
| 1.2.2 橡胶老化影响因素研究现状 | 第16-19页 |
| 1.2.2.1 内在因素 | 第16页 |
| 1.2.2.2 外在因素 | 第16-19页 |
| 1.2.3 橡胶老化实验方法研究现状 | 第19-20页 |
| 1.2.3.1 自然老化实验 | 第19页 |
| 1.2.3.2 人工加速老化实验 | 第19-20页 |
| 1.2.4 橡胶老化寿命预测方法研究现状 | 第20-26页 |
| 1.2.4.1 传统动力学预测方法 | 第21-22页 |
| 1.2.4.2 计算机仿真预测方法 | 第22-23页 |
| 1.2.4.3 非常用预测方法 | 第23-26页 |
| 1.3 本课题研究的主要内容 | 第26-28页 |
| 第二章 橡胶老化寿命的神经网络预测方法 | 第28-50页 |
| 2.1 人工神经网络理论 | 第28-33页 |
| 2.1.1 人工神经网络简介 | 第28-30页 |
| 2.1.2 BP神经网络 | 第30-33页 |
| 2.2 BP神经网络预测模型建立 | 第33-38页 |
| 2.2.1 输入和输出层设计 | 第34-35页 |
| 2.2.2 实验数据预处理 | 第35页 |
| 2.2.3 隐含层设计 | 第35-37页 |
| 2.2.4 BP网络模型结构 | 第37-38页 |
| 2.3 智能算法优化BP神经网络模型 | 第38-47页 |
| 2.3.1 遗传算法和粒子群算法简介 | 第38-39页 |
| 2.3.1.1 遗传算法 | 第38页 |
| 2.3.1.2 粒子群算法 | 第38-39页 |
| 2.3.2 优化BP神经网络 | 第39-42页 |
| 2.3.2.1 遗传算法优化BP神经网络 | 第39-42页 |
| 2.3.2.2 粒子群算法优化BP神经网络 | 第42页 |
| 2.3.3 BP神经网络模型与优化模型的比较 | 第42-45页 |
| 2.3.4 GA-BP神经网络模型与传统动力学模型的比较 | 第45-47页 |
| 2.4 样本对神经网络预测的影响 | 第47-49页 |
| 2.4.1 温度数对神经网络预测的影响 | 第48页 |
| 2.4.2 样本数量对神经网络预测的影响 | 第48-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第三章 橡胶老化寿命预测软件开发 | 第50-64页 |
| 3.1 软件总体设计 | 第50-52页 |
| 3.1.1 软件开发环境和语言 | 第50-51页 |
| 3.1.2 软件结构设计 | 第51-52页 |
| 3.2 软件主要功能实现 | 第52-63页 |
| 3.2.1 动力学曲线直线化预测模块 | 第53-56页 |
| 3.2.2 神经网络预测模块 | 第56-58页 |
| 3.2.3 数据库模块 | 第58-60页 |
| 3.2.4 软件辅助功能 | 第60-63页 |
| 3.3 软件的精度和可行性分析验证 | 第63页 |
| 3.4 本章小结 | 第63-64页 |
| 第四章 间隔棒橡胶垫老化寿命预测应用实例 | 第64-74页 |
| 4.1 橡胶老化寿命预测软件应用 | 第64-66页 |
| 4.1.1 橡胶垫橡胶材料制备与测试 | 第64-65页 |
| 4.1.2 材料模型 | 第65页 |
| 4.1.3 弹性模量预测 | 第65-66页 |
| 4.2 间隔棒橡胶垫老化性能的有限元计算 | 第66-72页 |
| 4.2.1 橡胶垫有限元建模 | 第67-68页 |
| 4.2.2 橡胶垫受力分析 | 第68-70页 |
| 4.2.3 橡胶垫老化预测 | 第70-72页 |
| 4.3 本章小结 | 第72-74页 |
| 第五章 结论与展望 | 第74-76页 |
| 5.1 结论 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 研究成果及发表的学术论文 | 第82-84页 |
| 作者和导师简介 | 第84-85页 |
| 附件 | 第85-86页 |