| 1 绪论 | 第1-16页 |
| ·概述 | 第9-10页 |
| ·技术背景 | 第10-15页 |
| ·人工神经元网络 | 第10-11页 |
| ·概念 | 第10页 |
| ·特征 | 第10-11页 |
| ·发展状况 | 第11页 |
| ·高温合金磨削的技术 | 第11-15页 |
| ·概述 | 第11-12页 |
| ·高温合金的分类和发展概况 | 第12-13页 |
| ·高温合金的磨削加工 | 第13-15页 |
| ·课题的提出 | 第15页 |
| ·论文的主要内容 | 第15页 |
| ·小结 | 第15-16页 |
| 2 ANN与BP网络理论 | 第16-28页 |
| ·概述 | 第16页 |
| ·神经网络的基本原理和功能 | 第16-18页 |
| ·简化的神经元数学模型 | 第16-17页 |
| ·Rumelhart的并行分布处理模型(PDP模型) | 第17-18页 |
| ·与传统计算的比较 | 第18页 |
| ·神经网络的分类和工作过程 | 第18-19页 |
| ·BP神经网络 | 第19-23页 |
| ·误差反传训练算法 | 第19-20页 |
| ·数学描述 | 第20-23页 |
| ·BP算法的改进 | 第23-26页 |
| ·训练速度的提高 | 第23-25页 |
| ·普通算法中加入动量项 | 第23-24页 |
| ·共轭梯度法 | 第24页 |
| ·拟牛顿法 | 第24-25页 |
| ·新的激活函数 | 第25页 |
| ·消除过早饱和 | 第25页 |
| ·避免局部最小 | 第25-26页 |
| ·设计切削力预报程序需要解决的其它问题 | 第26-27页 |
| ·输入输出数据的归一化 | 第26页 |
| ·一维线性搜索 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 切削力预报程序设计关键技术 | 第28-36页 |
| ·概述 | 第28页 |
| ·程序框架 | 第28-29页 |
| ·建立神经网络参数对象 | 第29-30页 |
| ·矩阵数据类及功能增添 | 第29页 |
| ·神经网络参数类 | 第29-30页 |
| ·算法的实现 | 第30-33页 |
| ·共轭梯度法的实现 | 第31-32页 |
| ·拟牛顿法的实现 | 第32-33页 |
| ·数据流 | 第33-35页 |
| ·输入输出 | 第33-34页 |
| ·存储与载入 | 第34-35页 |
| ·小结 | 第35-36页 |
| 4 ВЖЛ1高温合金磨削试验 | 第36-47页 |
| ·镍基高温合金 | 第36-37页 |
| ·镍基高温合金的组织特点 | 第36页 |
| ·镍基高温合金中合金元素的作用 | 第36-37页 |
| ·镍基高温合金的热处理 | 第37页 |
| ·ВЖЛ1镍基高温合金 | 第37-38页 |
| ·磨削试验测试系统 | 第38-44页 |
| ·测试系统概述 | 第38-39页 |
| ·测试系统硬件 | 第39-41页 |
| ·传感器和信号放大仪的选择 | 第39-40页 |
| ·数据采集卡的选择 | 第40-41页 |
| ·系统误差分析 | 第41-43页 |
| ·系统静态误差分析 | 第41-42页 |
| ·传感器相间干扰误差修正 | 第42页 |
| ·系统动态误差分析 | 第42-43页 |
| ·测试系统软件 | 第43-44页 |
| ·磨削试验 | 第44-46页 |
| ·概述 | 第44页 |
| ·试验设备 | 第44页 |
| ·试验实施方案 | 第44-46页 |
| ·试验工艺 | 第44-45页 |
| ·正交试验 | 第45页 |
| ·磨削力随磨削过程变化试验 | 第45页 |
| ·修整方案 | 第45-46页 |
| ·内园磨工艺试验 | 第46页 |
| ·试验结果 | 第46页 |
| ·小结 | 第46-47页 |
| 5 ВЖЛ1磨削性能 | 第47-56页 |
| ·概述 | 第47页 |
| ·材料的磨削加工性 | 第47-48页 |
| ·材料的工性能评价 | 第47-48页 |
| ·影响加工性能的因素 | 第48页 |
| ·高温合金磨削加工特点 | 第48-49页 |
| ·ВЖЛ1磨削力 | 第49-52页 |
| ·磨削力与磨削用量 | 第49-50页 |
| ·磨削过程中的磨削力 | 第50-52页 |
| ·CBN100#磨削加工时磨削力的变化 | 第50-52页 |
| ·CBN180#磨削加工时磨削力的变化 | 第52页 |
| ·白刚玉进行磨削加工时磨削力变化过程 | 第52页 |
| ·砂轮的磨削状况和磨损 | 第52-53页 |
| ·砂轮的表面状况 | 第52-53页 |
| ·砂轮的磨损 | 第53页 |
| ·磨削的表面加工质量 | 第53-54页 |
| ·表面粗糙度 | 第53-54页 |
| ·高温合金表面硬化 | 第54页 |
| ·内园磨工艺试验结果和分析 | 第54-55页 |
| ·磨削加工中磨削液 | 第55页 |
| ·磨削用量的选择 | 第55页 |
| ·小结 | 第55-56页 |
| 6 基于神经网络的切削力预报研究 | 第56-64页 |
| ·概述 | 第56页 |
| ·预报时网络结构和参数的设定 | 第56-58页 |
| ·隐含层数的选择 | 第56-57页 |
| ·各层单元数的选择 | 第57页 |
| ·训练方法 | 第57-58页 |
| ·误差的设定 | 第58页 |
| ·切削力预报结果分析 | 第58-61页 |
| ·K24镍基高温合金铣削试验数据 | 第58-60页 |
| ·ВЖЛ1高温合金磨削试验数据 | 第60页 |
| ·K24钻削试验 | 第60-61页 |
| ·切削力预报总结 | 第61-63页 |
| ·神经网络预报优势 | 第62-63页 |
| ·预报的不足之处 | 第63页 |
| ·小结 | 第63-64页 |
| 7 结论和展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |