基于人工神经网络的珩磨加工工艺参数智能选择方法
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·本课题的选题背景 | 第11页 |
| ·珩磨加工业 | 第11页 |
| ·课题的目的和意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要研究工作 | 第13-15页 |
| 第二章 珩磨加工参数的分析 | 第15-31页 |
| ·引言 | 第15页 |
| ·珩磨加工原理 | 第15-16页 |
| ·珩磨切削加工的过程 | 第15-16页 |
| ·珩磨的进给方式 | 第16页 |
| ·珩磨工艺参数 | 第16-20页 |
| ·珩磨速度和珩磨网纹 | 第16-18页 |
| ·珩磨加工压力 | 第18页 |
| ·珩磨往复运动行程 | 第18-19页 |
| ·油石的尺寸 | 第19-20页 |
| ·油石的粒度 | 第20页 |
| ·珩磨缺陷原因分析 | 第20-23页 |
| ·圆度超差 | 第20-21页 |
| ·圆柱度超差 | 第21页 |
| ·孔的轴线与端面不垂直 | 第21-22页 |
| ·孔的尺寸精度低及尺寸不稳定 | 第22页 |
| ·表面粗糙度达不到工艺要求 | 第22-23页 |
| ·加工精度和工艺参数之间关系 | 第23-30页 |
| ·平均磨削厚度(?)建模 | 第23-26页 |
| ·珩磨速率 μ 数学建模 | 第26页 |
| ·表面粗糙度 Ra 数学建模 | 第26-27页 |
| ·珩磨往复运动数学建模 | 第27-29页 |
| ·加工精度和工艺参数之间关系的确定 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 珩磨工艺参数预测模型的构建 | 第31-47页 |
| ·前言 | 第31页 |
| ·珩磨工艺预测界面模型的设计 | 第31-37页 |
| ·模型A 界面结构设计 | 第32-33页 |
| ·模型B 界面结构设计 | 第33-36页 |
| ·文件调用界面 | 第36-37页 |
| ·BP 神经网络简介 | 第37-38页 |
| ·BP 神经网络结构 | 第37-38页 |
| ·BP 神经网络的局限性 | 第38页 |
| ·BP 神经网络建模 | 第38-45页 |
| ·训练函数的确定 | 第39-41页 |
| ·神经网络结构的设计 | 第41-43页 |
| ·最小均方误差值的确定 | 第43-44页 |
| ·初始权值和阀值的设定 | 第44页 |
| ·样本数据的预处理 | 第44-45页 |
| ·误差测试指标 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 珩磨实验及神经网络模型仿真 | 第47-71页 |
| ·前言 | 第47页 |
| ·试验内容 | 第47页 |
| ·实验设备 | 第47-52页 |
| ·MB4250-2 立式珩磨机 | 第48-49页 |
| ·珩磨杆 | 第49页 |
| ·珩磨夹具 | 第49-50页 |
| ·珩磨油石 | 第50页 |
| ·试验测试设备 | 第50页 |
| ·试验工件 | 第50-52页 |
| ·珩磨实验 | 第52-55页 |
| ·试验准备 | 第52页 |
| ·加工精度 | 第52-53页 |
| ·实验方法 | 第53-55页 |
| ·神经网络训练 | 第55-63页 |
| ·模型A 的神经网络训练 | 第56-59页 |
| ·模型B 的神经网络改进及训练 | 第59-63页 |
| ·仿真及珩磨实验测试 | 第63-67页 |
| ·模型A 的神经网络仿真及珩磨实验测试 | 第63-64页 |
| ·模型B 的神经网络仿真及珩磨实验测试 | 第64-67页 |
| ·神经网络模型与界面模型的接口编程 | 第67-70页 |
| ·对象的建立 | 第67页 |
| ·MATLAB 文件的导入 | 第67-68页 |
| ·数据的输入 | 第68-69页 |
| ·数据的预处理及返回处理 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结 | 第71-73页 |
| ·总结 | 第71页 |
| ·创新点 | 第71-72页 |
| ·存在的问题及展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第76-77页 |
| 致谢 | 第77-78页 |
