中文摘要 | 第1-5页 |
英文摘要 | 第5-6页 |
第一章 绪论 | 第6-18页 |
1.1 引言 | 第6页 |
1.2 无石棉摩阻材料的研究状况 | 第6-10页 |
1.2.1 无石棉摩阻材料概况 | 第6-7页 |
1.2.2 无石棉摩阻材料研究的最新进展 | 第7-8页 |
1.2.3 我国摩阻材料与国外的差距 | 第8-10页 |
1.2.3.1 制造技术方面 | 第9页 |
1.2.3.2 产品性能方面 | 第9-10页 |
1.3 无石棉摩阻材料的选用 | 第10-12页 |
1.3.1 无石棉增强纤维的选用 | 第10-11页 |
1.3.2 树脂的选用 | 第11页 |
1.3.3 填料的选用 | 第11-12页 |
1.4 摩阻材料的摩擦学设计 | 第12-14页 |
1.4.1 摩擦学设计 | 第12-13页 |
1.4.2 摩擦制动器的摩擦学设计 | 第13-14页 |
1.5 人工智能技术在材料设计中的应用 | 第14-16页 |
1.5.1 专家系统 | 第14-15页 |
1.5.2 人工神经网络 | 第15-16页 |
1.5.3 遗传算法 | 第16页 |
1.6 论文研究的方向和主要工作内容 | 第16-18页 |
第二章 人工智能技术在摩阻材料优化设计中的研究 | 第18-31页 |
2.1 现代化的配方优化设计 | 第18-19页 |
2.2 神经网络技术的应用~([64-69]) | 第19-22页 |
2.2.1 人工神经网络的优点 | 第19-20页 |
2.2.2 人工神经网络的发展简史及其分类 | 第20-21页 |
2.2.3 人工神经网络的应用 | 第21-22页 |
2.3 BP神经网络 | 第22-27页 |
2.3.1 BP网络简介 | 第22-23页 |
2.3.2 BP学习规则 | 第23-26页 |
2.3.3 BP网络的设计 | 第26-27页 |
一 输入层设计 | 第26页 |
二 隐含层设计 | 第26-27页 |
三 输出层设计 | 第27页 |
2.4 遗传算法 | 第27-29页 |
2.5 遗传算法与神经网络(GA—ANN)协同优化 | 第29-31页 |
第三章 摩阻材料配方试验 | 第31-44页 |
3.1 材料配方的设计 | 第31-36页 |
3.1.1 原材料选择 | 第31-32页 |
3.1.2 均匀试验设计 | 第32-34页 |
一 均匀试验设计概述 | 第32页 |
二 均匀设计表与使用表 | 第32-34页 |
3.1.3 试验方案设计 | 第34-36页 |
一 因素与水平的选取 | 第34页 |
二 选择均匀设计表及表头设计 | 第34-36页 |
3.2 摩阻材料的生产工艺 | 第36-39页 |
3.3 模具设计 | 第39-40页 |
3.4 主要试验设备 | 第40-44页 |
3.4.1 热压机 | 第40-41页 |
3.4.2 JF801S型1升实验室用混料机 | 第41-42页 |
3.4.3 JF150D—Ⅱ型定速式摩擦试验机 | 第42-44页 |
第四章 人工神经网络建模及实现 | 第44-57页 |
4.1 试验结果及分析 | 第44-47页 |
4.1.1 均匀设计试验结果 | 第44-45页 |
4.1.2 结果分析 | 第45-47页 |
4.2 基于Matlab的人工神经网络实现 | 第47-57页 |
4.2.1 Matlab和神经网络工具箱 | 第47-48页 |
4.2.2 神经网络工具箱的使用 | 第48-51页 |
4.2.3 摩阻材料配方的人工神经网络编程实现 | 第51-56页 |
4.3 本章小结 | 第56-57页 |
第五章 遗传算法与神经网络的协同优化 | 第57-65页 |
5.1 GA—ANN的算法实现 | 第57-60页 |
5.1.1 GA软件包主要函数 | 第57-58页 |
1 初始化函数initializega | 第57页 |
2 遗传函数ga | 第57-58页 |
5.1.2 适应度函数NeuralEvl | 第58-59页 |
5.1.3 GA-ANN优化主程序 | 第59-60页 |
5.2 协同优化结果 | 第60-65页 |
5.2.1 验证结果 | 第61-63页 |
5.2.2 结果对比分析 | 第63-65页 |
第六章 主要结论 | 第65-66页 |
本文所得主要结论: | 第65页 |
今后的研究方向和工作: | 第65-66页 |
参考文献 | 第66-70页 |
致谢 | 第70页 |