| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1.绪论 | 第10-19页 |
| ·课题的背景及意义 | 第10-13页 |
| ·镍基高温合金—GH4133B简介 | 第10-11页 |
| ·镍基高温合金的切削加工特点 | 第11-13页 |
| ·课题的意义 | 第13页 |
| ·切削参数优化的方法 | 第13-17页 |
| ·本课题研究的主要工作 | 第17-19页 |
| 2 材料的切削加工性评价 | 第19-34页 |
| ·切削加工性的评价方法 | 第19-20页 |
| ·灰关联分析方法 | 第20-23页 |
| ·灰关联分析计算步骤 | 第21-23页 |
| ·模糊综合评判的步骤 | 第23-24页 |
| ·几种金属材料及GH4133B的模糊综合评判 | 第24-34页 |
| ·基于灰色关联度矩阵建立权重集 | 第25-27页 |
| ·建立评判集 | 第27-30页 |
| ·单因素模糊评判 | 第30-31页 |
| ·模糊综合评判 | 第31-32页 |
| ·GH4133B与1Cr18Ni9Ti切削性能的模糊综合评判 | 第32-34页 |
| 3 切削参数对切削力的影响 | 第34-44页 |
| ·镍基高温金车削加工切削力的实验 | 第34-37页 |
| ·试验条件 | 第34-35页 |
| ·试验方法与结果 | 第35页 |
| ·切削力与切削用量 | 第35-37页 |
| ·切削力经验公式的建立 | 第37-38页 |
| ·切削力经验公式 | 第38页 |
| ·基于MATLAB神经网络的切削力预测模型的建立 | 第38-44页 |
| ·基于MATLAB的BP神经网络切削力预测模型设计 | 第39-41页 |
| ·BP网络模型的MATLAB实现 | 第41-44页 |
| 4 切削参数对表面粗糙度的影响 | 第44-54页 |
| ·影响工件表面粗糙度的因素分析 | 第44-46页 |
| ·残留面积产生的粗糙度 | 第45-46页 |
| ·切削过程中的不稳定因素产生的粗糙度 | 第46页 |
| ·镍基高温金车削加工表面粗糙度的实验 | 第46-49页 |
| ·实验条件 | 第46页 |
| ·试验方法与结果 | 第46-47页 |
| ·车削参数对工件表面粗糙度的影响规律分析 | 第47-49页 |
| ·指数公式表面粗糙度模型的建立 | 第49-50页 |
| ·指数公式模型 | 第49-50页 |
| ·回归分析 | 第50页 |
| ·基于MATLAB神经网络的表面粗糙度预测模型的建立 | 第50-54页 |
| ·BP神经网络模型的确定 | 第50-52页 |
| ·BP神经网络的仿真 | 第52-54页 |
| 5 高速切削镍基高温合金的切削参数对刀具磨损的影响分析 | 第54-62页 |
| ·陶瓷圆刀片CC670高速切削镍基高温合金的磨损实验条件 | 第54-55页 |
| ·试验条件 | 第54-55页 |
| ·切削用量对刀具耐用度的影响 | 第55-59页 |
| ·切削速度V_C对刀具耐用度的影响 | 第55-56页 |
| ·进给量f对刀具耐用度的影响 | 第56-57页 |
| ·切削深度a_p对刀具耐用度的影响 | 第57-58页 |
| ·刀具耐用度模型公式 | 第58-59页 |
| ·刀具磨破损研究 | 第59-62页 |
| ·CC670的脆性剥落与崩刃 | 第59-60页 |
| ·CC670的沟槽磨损 | 第60-62页 |
| 6 切削参数的优化研究 | 第62-68页 |
| ·切削参数优化数学模型 | 第62-65页 |
| ·模型的决策变量及目标函数 | 第62-63页 |
| ·约束条件 | 第63-65页 |
| ·CC670车削GH4133B的参数优化 | 第65-68页 |
| ·优化目标函数 | 第65页 |
| ·优化模型约束条件 | 第65-66页 |
| ·优化模型的求解 | 第66-68页 |
| 7 结论与展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76页 |
