首页--工业技术论文--金属学与金属工艺论文--金属压力加工论文--冷冲压(钣金加工)论文--冷冲压工艺论文

拼焊板成形性能及其在方盒形件拉深成形中的应用研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-26页
    1.1 引言第12页
    1.2 拼焊板成形技术及其应用第12-16页
    1.3 拼焊板成形研究现状及国内外发展趋势第16-24页
        1.3.1 拼焊板弯曲成形的研究第16-18页
        1.3.2 拼焊板拉深成形的研究第18-20页
        1.3.3 有限元法在拼焊板成形中的应用第20-22页
        1.3.4 板材拉深智能化成形技术研究第22-24页
    1.4 课题研究的意义第24-25页
    1.5 课题研究的主要内容第25-26页
第2章 拼焊板制备及其焊缝弹塑性力学性能测定第26-49页
    2.1 引言第26页
    2.2 拼焊板激光焊接工艺参数确定及其制备第26-33页
        2.2.1 激光焊接实验设备第26-28页
        2.2.2 激光焊接工艺参数确定第28-31页
        2.2.3 激光焊接接头质量检测第31-33页
    2.3 拼焊板焊缝及热影响区金属力学性能测定第33-44页
        2.3.1 平均力学性能第33-39页
        2.3.2 基于纳米压痕试验的非平均力学性能第39-44页
    2.4 焊缝及热影响区金属力学性能对拼焊板成形结果的影响第44-48页
    2.5 本章小结第48-49页
第3章 拼焊板成形极限图的试验方法与预测研究第49-76页
    3.1 引言第49-50页
    3.2 拼焊板成形极限图的试验研究第50-57页
        3.2.1 试验材料及设备第50-52页
        3.2.2 应变路径的获得方法第52-55页
        3.2.3 极限应变状态的判断与测量第55-56页
        3.2.4 试验结果与讨论第56-57页
    3.3 基于塑性失稳理论的拼焊板成形极限图预测第57-66页
        3.3.1 塑性失稳理论简介第58-60页
        3.3.2 拼焊板及其母材成形极限理论预测第60-65页
        3.3.3 计算结果与讨论第65-66页
    3.4 基于GTN细观损伤模型的拼焊板成形极限图预测第66-74页
        3.4.1 细观损伤力学模型第67-70页
        3.4.2 GTN模型损伤参数确定第70-71页
        3.4.3 获取拼焊板成形极限图的有限元数值模拟模型第71-72页
        3.4.4 结果与讨论第72-74页
    3.5 本章小结第74-76页
第4章 拼焊板方盒形件拉深成形的有限元数值模拟研究第76-101页
    4.1 引言第76页
    4.2 有限元数值模拟模型的建立第76-84页
        4.2.1 材料模型的选择第77-78页
        4.2.2 单元类型的选择第78-79页
        4.2.3 求解算法的选择第79-81页
        4.2.4 接触部分的处理第81页
        4.2.5 焊缝模型的建立第81页
        4.2.6 拼焊板成形极限图的引入第81-84页
    4.3 直壁类拼焊板方盒形件拉深成形的数值模拟第84-89页
        4.3.1 有限元分析模型第84-85页
        4.3.2 数值模拟结果分析第85-89页
    4.4 锥壁类拼焊板方盒形件拉深成形的数值模拟第89-99页
        4.4.1 有限元分析模型第89-90页
        4.4.2 数值模拟结果分析第90-99页
    4.5 本章小结第99-101页
第5章 拼焊板方盒形件拉深成形过程中的压边力预测第101-117页
    5.1 引言第101页
    5.2 人工神经网络技术简介第101-103页
        5.2.1 人工神经网络的特点第102页
        5.2.2 人工神经网络在塑性加工领域的应用第102-103页
    5.3 拼焊板方盒形件拉深成形过程中的压边力预测模型第103-110页
        5.3.1 BP神经网络模型第103-106页
        5.3.2 输入层和输出层设计第106-107页
        5.3.3 隐含层数目和隐含层节点数的选取第107-108页
        5.3.4 BP神经网络训练算法第108-109页
        5.3.5 编程语言的选择第109-110页
    5.4 样本数据的采集与处理第110-113页
        5.4.1 正交试验简介第110页
        5.4.2 正交试验设计第110-112页
        5.4.3 样本数据归一化处理第112-113页
    5.5 神经网络训练第113-115页
    5.6 神经网络泛化能力检验第115页
    5.7 本章小结第115-117页
第6章 拼焊板方盒形件拉深成形实验第117-129页
    6.1 引言第117页
    6.2 拼焊板方盒形件拉深成形实验系统第117-120页
    6.3 移动式多功能信号采集系统第120-123页
        6.3.1 LabVIEW虚拟仪器控制程序介绍第120-121页
        6.3.2 基于LabVIEW的数据采集系统第121-122页
        6.3.3 数据采集的信道设置第122页
        6.3.4 数据采集的信号调理第122-123页
    6.4 拼焊板方盒形件拉深成形的主要影响因素第123-128页
        6.4.1 实验模具设计第123-124页
        6.4.2 实验结果与讨论第124-128页
    6.5 本章小结第128-129页
结论第129-131页
参考文献第131-143页
攻读博士学位期间承担的科研任务与主要成果第143-144页
致谢第144页

论文共144页,点击 下载论文
上一篇:基于SVM的不平衡数据分类算法研究及其应用
下一篇:第五主族σ-hole/赝π-hole作用与卤键作用之间的协同作用研究