| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·引言 | 第10页 |
| ·铝型材挤压成形及模具技术 | 第10-14页 |
| ·铝型材挤压成形的特点 | 第10-11页 |
| ·铝型材挤压模具结构 | 第11-14页 |
| ·铝型材挤压模具设计研究现状 | 第14-20页 |
| ·经验优化设计方法 | 第14-15页 |
| ·数值模拟设计方法 | 第15-17页 |
| ·人工智能结合数值模拟的优化方法 | 第17-20页 |
| ·课题来源及本文主要研究内容 | 第20-22页 |
| ·课题来源 | 第20页 |
| ·主要研究内容 | 第20-22页 |
| 第二章 铝型材挤压成形仿真关键技术研究 | 第22-33页 |
| ·引言 | 第22页 |
| ·铝型材挤压成形数值模拟方法研究 | 第22-24页 |
| ·有限单元法 | 第22-23页 |
| ·有限体积法 | 第23页 |
| ·任意 Lagrangian-Eulerian 方法 | 第23-24页 |
| ·HyperXtrude 铝型材热挤压仿真平台建模 | 第24-32页 |
| ·铝型材挤压模具几何建模 | 第25-26页 |
| ·挤压型材及模具网格建模 | 第26-28页 |
| ·铝型材挤压仿真材料模型 | 第28-29页 |
| ·铝型材挤压仿真边界条件 | 第29-30页 |
| ·铝型材挤压仿真结果分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 铝型材挤压模具结构与流速关系的试验研究 | 第33-49页 |
| ·引言 | 第33页 |
| ·试验方案 | 第33-35页 |
| ·正交试验方案 | 第34页 |
| ·人工神经网络拟合方案 | 第34-35页 |
| ·仿真建模与试验分析 | 第35-37页 |
| ·基于人工神经网络的分流桥结构与流速关系拟合建模 | 第37-47页 |
| ·神经网络的结构建模 | 第37-46页 |
| ·模具结构与流速均方差关系拟合结果分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于遗传算法的铝型材挤压模具结构优化研究 | 第49-71页 |
| ·引言 | 第49页 |
| ·遗传算法优化方法的研究 | 第49-54页 |
| ·个体编码方法 | 第49-50页 |
| ·适应度函数 | 第50-51页 |
| ·遗传算子 | 第51-53页 |
| ·运行参数 | 第53-54页 |
| ·实例验证多种群并行遗传算法的优势 | 第54-58页 |
| ·平面桁架结构模型 | 第54-55页 |
| ·桁架截面优化的数学模型 | 第55页 |
| ·两种遗传算法优化设计对比 | 第55-56页 |
| ·两种遗传算法优化桁架截面的结果及分析 | 第56-58页 |
| ·基于多种群并行遗传算法的铝型材挤压模具结构优化 | 第58-66页 |
| ·铝型材挤压模具结构优化的遗传算法模型 | 第58页 |
| ·遗传算法优化铝型材挤压模具结构的流程 | 第58-65页 |
| ·遗传算法优化铝型材挤压模具结构的结果 | 第65-66页 |
| ·试验对比验证遗传算法优化前后的挤压模具结构 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |