| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-23页 |
| ·课题提出的背景 | 第8-9页 |
| ·切削过程的几何仿真和物理仿真的建模研究 | 第9-17页 |
| ·切削过程几何仿真的建模研究 | 第9-11页 |
| ·切削过程物理仿真的建模研究 | 第11-17页 |
| ·虚拟制造的研究 | 第17-20页 |
| ·虚拟制造的分类 | 第18-19页 |
| ·虚拟制造的研究应用现状 | 第19-20页 |
| ·论文拟研究的主要内容 | 第20-23页 |
| 第二章 动态切削力的预测模拟 | 第23-46页 |
| ·基于时间序列的动态车削力数学模型分析 | 第23-31页 |
| ·ARMA（p ,q）模型的自相关函数和偏相关函数 | 第24-27页 |
| ·ARMA（p ,q）模型结构参数的初步估计算法 | 第27-29页 |
| ·ARMA（p, q）模型参数的精确求解算法 | 第29-31页 |
| ·动态车削力实验系统的构建 | 第31-34页 |
| ·动态车削力时序模型的建立及其预测分析 | 第34-45页 |
| ·模型结构的建立 | 第34-40页 |
| ·动态切削力模型的预测分析 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 基于人工神经网络的刀具磨损、切削力和切屑形态的预测仿真 | 第46-65页 |
| ·人工神经网络模型的数学描述 | 第46-49页 |
| ·基于人工神经网络的刀具磨损预测仿真 | 第49-59页 |
| ·刀具磨损预测的人工神经网络模型 | 第49-57页 |
| ·网络模型的样本训练 | 第57-59页 |
| ·刀具磨损的预测与验证 | 第59页 |
| ·基于人工神经网络的切削力仿真 | 第59-62页 |
| ·人工神经网络模型的数学分析 | 第60-61页 |
| ·网络模型的训练与验证 | 第61-62页 |
| ·基于人工神经网络思想的切屑形态预测仿真 | 第62-64页 |
| ·切屑形态预测的人工神经网络模型 | 第62-63页 |
| ·网络模型训练与验证 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 数控车削参数的优化 | 第65-81页 |
| ·遗传算法的理论 | 第65-73页 |
| ·遗传算法的概念和方法 | 第66-67页 |
| ·群体的设定和初始化 | 第67页 |
| ·编码问题 | 第67-68页 |
| ·适应度函数 | 第68-69页 |
| ·遗传操作 | 第69-72页 |
| ·终止循环准则 | 第72-73页 |
| ·基于遗传算法思想的车削参数优化模型 | 第73-79页 |
| ·车削参数优化的数学模型 | 第73-75页 |
| ·遗传算法的优化求解 | 第75-79页 |
| ·优化计算结果分析 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 基于虚拟环境下的切削过程几何物理集成动态仿真 | 第81-116页 |
| ·虚拟切削加工环境的构建 | 第82-85页 |
| ·基于混合建模(Hybrid Model) 技术构建虚拟对象 | 第82-83页 |
| ·虚拟加工系统的光照模型和光线跟踪算法 | 第83-85页 |
| ·基于虚拟环境下的产品开发过程模型及其结构功能设计 | 第85-88页 |
| ·实现虚拟切削系统的关键技术研究 | 第88-112页 |
| ·实时NC程序优化编译器的设计 | 第88-93页 |
| ·刀位插补算法的实现 | 第93-101页 |
| ·切削仿真的动态实时建模算法研究 | 第101-112页 |
| ·数控车削过程的几何物理仿真 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 第六章 结论与展望 | 第116-118页 |
| 参考文献 | 第118-127页 |
| 攻读博士期间发表论文和参加科研情况 | 第127-129页 |
| 致谢 | 第129页 |
