摘要 | 第6-8页 |
Abstract | 第8-9页 |
主要符号表 | 第13-14页 |
第一章 绪论 | 第14-22页 |
1.1 前言 | 第14-15页 |
1.2 常用的工程模拟软件 | 第15-17页 |
1.2.1 CAD、CAE、CAM简介 | 第15-16页 |
1.2.2 CFD概述 | 第16页 |
1.2.3 机器学习概述 | 第16-17页 |
1.3 电解加工概述 | 第17-18页 |
1.4 电解加工的工艺参数 | 第18-21页 |
1.4.1 材料去除率 | 第18页 |
1.4.2 工件表面质量 | 第18-19页 |
1.4.3 电解液的选取 | 第19-20页 |
1.4.4 电流和电压 | 第20页 |
1.4.5 电解间隙 | 第20页 |
1.4.6 电解液流速 | 第20-21页 |
1.5 课题的研究内容及意义 | 第21-22页 |
第二章 脉冲电解加工相关理论 | 第22-33页 |
2.1 脉冲电解加工的电场理论 | 第22-24页 |
2.1.1 双电容模型 | 第22-23页 |
2.1.2 模型等效电路 | 第23页 |
2.1.3 反向电流 | 第23页 |
2.1.4 电容时间常数与脉宽 | 第23-24页 |
2.2 电化学溶解理论 | 第24-27页 |
2.2.1 阳极溶解规律 | 第24-25页 |
2.2.2 两极极化 | 第25页 |
2.2.3 阳极钝化 | 第25-26页 |
2.2.4 脉冲电解加工速度 | 第26-27页 |
2.3 脉冲电解加工的流场理论 | 第27-32页 |
2.3.1 阴极析气过程 | 第27页 |
2.3.2 压力波的作用 | 第27-29页 |
2.3.3 压力波的重分配效应 | 第29页 |
2.3.4 脉冲电解加工流场数学模型 | 第29-32页 |
2.4 本章小结 | 第32-33页 |
第三章 电解加工群孔零件的流场设计与模拟 | 第33-45页 |
3.1 群孔零件概述 | 第33-34页 |
3.2 氢气泡对电解加工的影响 | 第34页 |
3.3 几何模型建立 | 第34-36页 |
3.4 网格划分 | 第36页 |
3.5 CFX求解 | 第36-38页 |
3.6 结果分析 | 第38-44页 |
3.6.1 气泡率分布 | 第38-39页 |
3.6.2 速度分布 | 第39-41页 |
3.6.3 温度分布 | 第41-42页 |
3.6.4 湍流动能分布 | 第42-43页 |
3.6.5 涡流粘度 | 第43-44页 |
3.7 总结 | 第44-45页 |
第四章 自适应神经模糊推理系统(ANFIS)及多目标蜂群算法在脉冲电解加工中的应用研究 | 第45-63页 |
4.1 归纳学习与分析学习 | 第45-46页 |
4.2 神经网络 | 第46-48页 |
4.2.1 神经网络概述 | 第46页 |
4.2.2 神经网络的算法特性 | 第46-48页 |
4.2.3 神经网络的结构 | 第48页 |
4.3 模糊控制 | 第48-50页 |
4.3.1 模糊控制系统概述 | 第49页 |
4.3.2 模糊控制系统的类别 | 第49-50页 |
4.4 自适应神经模糊推理系统 | 第50-51页 |
4.5 生成模型 | 第51-53页 |
4.6 分析输入输出之间的关系 | 第53-57页 |
4.6.1 电解液压力-电压-加工速度 | 第53-54页 |
4.6.2 电解液压力-脉宽-加工速度 | 第54页 |
4.6.3 进给速度-频率-加工速度 | 第54-55页 |
4.6.4 脉宽-进给速度-粗糙度 | 第55-56页 |
4.6.5 电压-电解液压力-粗糙度 | 第56页 |
4.6.6 频率-脉宽-粗糙度 | 第56-57页 |
4.7 使用多目标蜂群算法对pareto解进行寻优 | 第57-62页 |
4.7.1 人工蜂群算法概述 | 第57-58页 |
4.7.2 蜜蜂采蜜过程 | 第58-59页 |
4.7.3 ABC算法流程 | 第59-60页 |
4.7.4 多目标蜂群算法寻优 | 第60-62页 |
4.8 总结 | 第62-63页 |
第五章 两种系统的并行使用 | 第63-66页 |
5.1 对比两种模拟方法 | 第63页 |
5.2 机器学习嵌入CFD软件概述 | 第63-65页 |
5.3 总结 | 第65-66页 |
总结 | 第66-68页 |
附录1 完整训练集 | 第68-69页 |
附录2 蜂群算法程序 | 第69-73页 |
参考文献 | 第73-76页 |
致谢 | 第76-77页 |
攻读硕士期间发表(含录用)的学术论文 | 第77页 |