首页--工业技术论文--金属学与金属工艺论文--铸造论文--铸造原材料及配制论文--造型材料论文

基于人工神经网络的CO2硬化碱性酚醛树脂性能的研究

摘要第1-6页
Abstract第6-11页
第一章 绪论第11-18页
   ·铸造用酚醛树脂粘结剂发展及目前动态第11-13页
   ·神经元网络的发展现状及其在材料中的应用第13-16页
   ·本课题研究的目标、内容、拟解决的关键问题第16-17页
   ·本项目的实验方案与特点第17-18页
第二章 神经元网络技术第18-31页
   ·神经元网络系统及模型第18-21页
     ·神经元网络的原理及模型第18页
     ·处理单元的激活转移函数第18-21页
   ·神经元网络的种类第21-26页
     ·感知器第21-23页
     ·BP网络第23页
     ·RBF网络第23-24页
     ·Hopfield反馈网络第24-26页
   ·BP网络简介第26-31页
     ·BP网络模型特点第26页
     ·BP网络学习算法第26-27页
     ·BP网络的训练过程第27-28页
     ·BP算法的改进第28-29页
     ·BP网络的设计第29-30页
     ·软件的实现第30-31页
第三章 实验准备及研究方法第31-36页
   ·实验材料及试剂第31-32页
     ·原砂第31页
     ·化学药品及试剂第31-32页
   ·实验设备及仪器第32-33页
     ·制备酚醛树脂的实验仪器及设备第32页
     ·研究酚醛树脂性能的仪器及设备第32-33页
   ·实验方法第33-36页
     ·酚醛树脂粘结剂的制备第33页
     ·试样的制备第33-34页
     ·强度的测定第34页
     ·粘度的测定第34页
     ·溃散性的测试第34页
     ·发气量的测试第34-35页
     ·型砂可使用时间的测定第35-36页
第四章 CO_2硬化碱性酚醛树脂的合成及神经网络的建立第36-54页
   ·CO_2硬化碱性酚醛树脂的合成原理第36-37页
   ·CO_2硬化碱性酚醛树脂合成实验第37-44页
     ·合成工艺选择第37-38页
     ·实验过程及结果第38-44页
   ·神经元网络结构的选定第44-45页
     ·输入层、输出层结点数的确定第44页
     ·隐层层数及个数的确定第44页
     ·训练样本的选取第44-45页
   ·样本的预处理与网络的训练第45-50页
     ·样本的预处理第45页
     ·网络的训练第45-47页
     ·动量项引入第47-49页
     ·网络校验第49-50页
   ·分析各因素对酚醛树脂强度的影响第50-53页
     ·甲醛用量对酚醛树脂强度的影响第50-51页
     ·催化剂对酚醛树脂强度的影响第51-52页
     ·反应时间对树脂强度的影响第52-53页
   ·本章小结第53-54页
第五章 CO_2硬化碱性酚醛树脂交联剂的研究第54-67页
   ·CO_2硬化碱性酚醛树脂交联剂的选择第54页
   ·交联剂各成分对树脂性能的影响第54-59页
     ·KOH的加入量对砂芯抗压强度的影响第54-56页
     ·硼砂含量对粘结强度的影响第56-58页
     ·硅烷加入量对粘结剂性能的影响第58-59页
   ·CO_2硬化碱性酚醛树脂交联剂研究实验第59-61页
   ·神经网络建立第61-65页
     ·输入层,输出层以及隐层节点的确定第61页
     ·网络的训练第61-65页
   ·固化机理分析第65-66页
   ·吹气工艺研究第66页
   ·本章小结第66-67页
第六章 CO_2硬化碱性酚醛树脂粘结剂工艺性能的研究及经济性分析第67-71页
   ·CO_2硬化碱性酚醛树脂砂的溃散性第67页
   ·CO_2硬化碱性酚醛树脂粘结剂的发气量第67-69页
   ·CO_2硬化碱性酚醛树脂砂的可使用时间第69页
   ·经济性分析第69-71页
     ·CO_2硬化碱性酚醛树脂粘结剂的成本估算第69-70页
     ·从型砂的溃散性分析第70页
     ·从废气及废物处理上看第70-71页
第七章 结论第71-72页
参考文献第72-74页
在学研究成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:反极性弱等离子弧堆焊设备及电弧特性研究
下一篇:低频磁控焊接电弧行为特征的研究及数值分析