磨削表面粗糙度预测及实验研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-21页 |
| ·课题研究背景及意义 | 第8页 |
| ·钛合金材料特性及磨削特点 | 第8-15页 |
| ·钛合金材料的分类 | 第8-9页 |
| ·钛合金的材料特性 | 第9-11页 |
| ·钛合金的磨削特点 | 第11-12页 |
| ·表面粗糙度简介 | 第12-15页 |
| ·磨削过程建模方法概述 | 第15-20页 |
| ·物理建模 | 第15-17页 |
| ·几何建模 | 第17-18页 |
| ·数值模拟 | 第18页 |
| ·分子动力学仿真建模 | 第18-20页 |
| ·论文主要研究内容 | 第20-21页 |
| 第2章 实验设备及方案 | 第21-33页 |
| ·实验设备 | 第21-24页 |
| ·强力成型磨床 | 第21-22页 |
| ·砂轮及试件的安装 | 第22-24页 |
| ·试件材料 | 第24页 |
| ·磨削力的采集 | 第24-26页 |
| ·检测仪器 | 第26-28页 |
| ·表面粗糙度检测仪及测量 | 第26-27页 |
| ·超景深三维显微镜 | 第27-28页 |
| ·实验方案 | 第28-32页 |
| ·正交实验与正交表 | 第28-29页 |
| ·实验设计 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 磨削表面粗糙度回归分析 | 第33-49页 |
| ·多元线性回归分析 | 第33-36页 |
| ·多元线性回归分析数学模型 | 第33-34页 |
| ·参数 的最小二乘法估计模型 | 第34-36页 |
| ·磨削表面粗糙度的建模 | 第36-40页 |
| ·回归模型的检验 | 第40-42页 |
| ·磨削黏附磨损机理 | 第42-46页 |
| ·磨削参数对表面粗糙度的影响 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于 BP 神经网络的磨削表面粗糙度预测 | 第49-67页 |
| ·神经网络简介 | 第49-56页 |
| ·神经元模型 | 第49-51页 |
| ·神经网络的结构及学习方法 | 第51-54页 |
| ·神经网络的特点及应用 | 第54-56页 |
| ·BP 神经网络设计 | 第56-60页 |
| ·BP 神经网络基本原理 | 第56-59页 |
| ·BP 神经网络结构设计 | 第59-60页 |
| ·BP 网络存在的问题及改进方法 | 第60页 |
| ·BP 网络预测模型的建立 | 第60-66页 |
| ·Matlab 及其工具箱简介 | 第60页 |
| ·BP 网络的建立与预测 | 第60-65页 |
| ·回归模型和 BP 神经网络模型对比 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 申请学位期间的研究成果及发表的学术论文 | 第72页 |
