摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景和研究意义 | 第10页 |
1.2 高温合金磨削加工的研究现状 | 第10-13页 |
1.2.1 高温合金磨削加工国内研究现状 | 第10-12页 |
1.2.2 高温合金磨削加工国外研究现状 | 第12-13页 |
1.3 CBN磨料的性能和砂轮种类 | 第13-14页 |
1.3.1 CBN磨料的性能 | 第13页 |
1.3.2 CBN砂轮的种类 | 第13-14页 |
1.4 课题研究的主要内容 | 第14-16页 |
第2章 镍基单晶合金及表面完整性综述 | 第16-27页 |
2.1 镍基单晶合金 | 第16-20页 |
2.1.1 单晶合金的结构 | 第16-17页 |
2.1.2 镍基单晶合金的成分 | 第17-18页 |
2.1.3 镍基单晶合金的性能 | 第18-19页 |
2.1.4 镍基单晶合金的相组成 | 第19页 |
2.1.5 镍基单晶合金发展趋势 | 第19-20页 |
2.2 表面完整性 | 第20-25页 |
2.2.1 表面完整性的评价指标 | 第20-21页 |
2.2.2 表面完整性的评价标准 | 第21-22页 |
2.2.3 影响表面完整性的因素 | 第22-23页 |
2.2.4 表面完整性对零件疲劳寿命的影响 | 第23-24页 |
2.2.5 表面完整性对零件使用性能的影响 | 第24-25页 |
2.3 本章小结 | 第25-27页 |
第3章 镍基单晶合金磨削温度研究和磨削工艺方案设计 | 第27-39页 |
3.1 机床、砂轮和材料 | 第27-30页 |
3.1.1 M7120A磨床 | 第27-28页 |
3.1.2 CBN砂轮 | 第28-29页 |
3.1.3 试验材料 | 第29-30页 |
3.2 磨削温度分类 | 第30-31页 |
3.3 热电偶测温的原理 | 第31页 |
3.4 热电势的产生 | 第31-33页 |
3.5 磨削温度的测量 | 第33-35页 |
3.6 磨削参数对磨削温度的影响规律 | 第35-37页 |
3.6.1 磨削深度对磨削温度的影响规律 | 第36页 |
3.6.2 工件进给速度对磨削温度的影响 | 第36-37页 |
3.7 磨削工艺试验方案设计 | 第37-38页 |
3.8 本章小结 | 第38-39页 |
第4章 镍基单晶合金磨削表面完整性试验研究 | 第39-50页 |
4.1 磨削表面粗糙度的形成 | 第39页 |
4.2 磨削表面粗糙度分析 | 第39-41页 |
4.2.1 表面粗糙度测量仪器 | 第40-41页 |
4.3 磨削参数对表面粗糙度的影响 | 第41-42页 |
4.3.1 磨削深度对表面粗糙度的影响 | 第41页 |
4.3.2 工件进给速度对表面粗糙度的影响 | 第41-42页 |
4.4 磨削表面微观形貌分析 | 第42-43页 |
4.4.1 磨削表面形貌观察仪器 | 第43页 |
4.5 磨削参数对表面微观形貌的影响 | 第43-46页 |
4.5.1 磨削深度对表面微观形貌的影响 | 第43-45页 |
4.5.2 工件进给速度对表面微观形貌的影响 | 第45-46页 |
4.6 磨削表面层硬度分析 | 第46-48页 |
4.6.1 洛氏硬度测量仪器 | 第47-48页 |
4.7 磨削深度对表面层硬度的影响 | 第48页 |
4.8 本章小结 | 第48-50页 |
第5章 基于BP神经网络的磨削表面粗糙度预测 | 第50-62页 |
5.1 人工神经网络 | 第50-51页 |
5.2 BP神经网络 | 第51-52页 |
5.2.1 BP神经网络的结构 | 第51-52页 |
5.2.2 BP神经网络的重要函数 | 第52页 |
5.3 BP神经网络模型的建立过程 | 第52-56页 |
5.4 BP神经网络表面粗糙度预测 | 第56-58页 |
5.5 磨削表面粗糙度预测 | 第58-60页 |
5.6 本章小结 | 第60-62页 |
第6章 结论和展望 | 第62-64页 |
6.1 结论 | 第62页 |
6.2 展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68页 |