摘要 | 第1-5页 |
Abstract | 第5-12页 |
1 绪论 | 第12-35页 |
·论文选题的背景、目的和意义 | 第12-16页 |
·我国能源现状 | 第12-13页 |
·我国环境现状 | 第13-14页 |
·生物质能的基本特征 | 第14-15页 |
·我国生物质能源状况 | 第15-16页 |
·开发利用我国生物质资源的必要性和意义 | 第16页 |
·生物质能转化利用方式 | 第16-18页 |
·国内外生物质固化成型研究现状 | 第18-33页 |
·生物质固化成型机理 | 第18-19页 |
·生物质固化成型工艺 | 第19-21页 |
·生物质固化成型设备类型 | 第21-25页 |
·国内外生物质固化成型设备应用情况 | 第25-27页 |
·生物质固化成型理论研究现状 | 第27-33页 |
·本文研究内容 | 第33-35页 |
2 生物质环模辊压式成型机的失效分析 | 第35-50页 |
·模具失效形式及原因 | 第35页 |
·模具的磨损 | 第35-40页 |
·磨损过程 | 第35-36页 |
·磨损分类 | 第36-38页 |
·磨损机理 | 第38-39页 |
·磨损的影响因素 | 第39-40页 |
·环模辊压式成型机的结构和工作过程分析 | 第40-42页 |
·环模辊压式成型机环模的受力分析 | 第42-46页 |
·环模辊压式成型机环模失效分析 | 第46-49页 |
·交变应力下的疲劳破坏失效 | 第46页 |
·磨损失效 | 第46-49页 |
·本章小结 | 第49-50页 |
3 生物质原料对环模软磨损的实验研究 | 第50-72页 |
·不同生物质原料对金属材料磨损累积失重实验 | 第50-58页 |
·实验目的 | 第50页 |
·实验器材及材料 | 第50-54页 |
·实验方法 | 第54页 |
·实验结果及分析 | 第54-58页 |
·生物质秸秆原料对金属材料磨损累积失重实验 | 第58-63页 |
·实验目的 | 第58页 |
·实验器材及材料 | 第58页 |
·实验方法 | 第58-59页 |
·实验结果及分析 | 第59-63页 |
·生物质秸秆原料对不同金属材料的磨料磨损试验 | 第63-65页 |
·实验目的 | 第63页 |
·实验材料和设备 | 第63-64页 |
·实验方法 | 第64页 |
·试验结果与分析 | 第64-65页 |
·磨料磨损微观分析 | 第65-70页 |
·实验目的 | 第65-66页 |
·实验仪器及材料 | 第66页 |
·实验方法 | 第66页 |
·实验结果及分析 | 第66-70页 |
·本章小结 | 第70-72页 |
4 基于ANSYS的秸秆压缩成型过程的有限元模拟 | 第72-94页 |
·有限元基本理论 | 第72-73页 |
·有限元法的基本概念 | 第72-73页 |
·有限元的发展阶段 | 第73页 |
·弹塑性基本理论 | 第73-80页 |
·变形的基本特征 | 第73-74页 |
·弹塑性力学的主要内容 | 第74-75页 |
·弹塑性力学基本假设 | 第75-76页 |
·塑性变形特征 | 第76-80页 |
·ANSYS软件简介 | 第80-82页 |
·ANSYS介绍 | 第80页 |
·ANSYS分析的基本流程 | 第80-82页 |
·秸秆压缩成型的有限元模拟 | 第82-89页 |
·秸秆压缩成型的ANSYS分析类型和计算方法的确定 | 第82-84页 |
·秸秆压缩成型的ANSYS模拟 | 第84-87页 |
·秸秆压缩成型的ANSYS计算结果及分析 | 第87-89页 |
·磨损计算与预测 | 第89-92页 |
·环模模孔磨损建模 | 第89页 |
·有限元模拟参数的确定 | 第89-90页 |
·有限元模拟结果与分析 | 第90-92页 |
·本章小结 | 第92-94页 |
5 环模模孔等磨损优化设计 | 第94-110页 |
·人工神经网络介绍 | 第94-99页 |
·BP神经网络的定义 | 第94-95页 |
·BP神经网络模型与结构 | 第95-96页 |
·BP算法 | 第96-98页 |
·BP网络的设计 | 第98-99页 |
·遗传算法介绍 | 第99-101页 |
·遗传算法概述 | 第99页 |
·遗传算法特点 | 第99-100页 |
·遗传算法的应用 | 第100页 |
·遗传算法基本步骤 | 第100-101页 |
·环模模具优化数学模型的建立 | 第101-102页 |
·确定目标函数 | 第101页 |
·选取设计变量 | 第101-102页 |
·BP人工神经网络与遗传算法相结合的环模等磨损优化设计 | 第102-105页 |
·确定目标函数 | 第102-103页 |
·BP神经网络模型的建立 | 第103-104页 |
·样本数据的归一化处理 | 第104-105页 |
·网络模型的训练 | 第105页 |
·采用遗传算法作优化器 | 第105页 |
·优化结果及分析 | 第105-109页 |
·优化结果 | 第105-107页 |
·环模模孔磨损计算结果 | 第107-109页 |
·本章小结 | 第109-110页 |
结论 | 第110-111页 |
参考文献 | 第111-117页 |
攻读学位期间发表的学术论文 | 第117-118页 |
致谢 | 第118-119页 |