铝合金—镀锌钢激光熔钎焊数值模拟及工艺参数优化
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 插图索引 | 第12-14页 |
| 附表索引 | 第14-15页 |
| 第1章 绪论 | 第15-29页 |
| ·汽车轻量化与车身板材 | 第15-17页 |
| ·汽车轻量化概述 | 第15-16页 |
| ·铝合金与镀锌钢 | 第16-17页 |
| ·激光焊接概述 | 第17-18页 |
| ·激光焊接原理 | 第17-18页 |
| ·激光焊接的特点 | 第18页 |
| ·异种金属激光熔钎焊研究现状 | 第18-24页 |
| ·焊接数值模拟研究现状 | 第24-27页 |
| ·本文的主要研究内容 | 第27-29页 |
| 第2章 铝/钢激光熔钎焊熔池形状的数值模拟 | 第29-41页 |
| ·熔池特征的数学模型 | 第29-33页 |
| ·数学模型的基本假设 | 第29-30页 |
| ·熔池形状的控制方程 | 第30-33页 |
| ·计算过程及参数 | 第33-35页 |
| ·熔池的形状及分析 | 第35-37页 |
| ·工艺参数的改变对熔池形状的影响 | 第37-40页 |
| ·焊接功率的改变对熔池形状的影响 | 第37-38页 |
| ·焊接速度的改变对熔池形状的影响 | 第38-39页 |
| ·光斑大小对熔池形状的影响 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 铝/钢激光熔钎焊温度场的数值模拟 | 第41-55页 |
| ·温度场数值模拟的计算原理 | 第41-44页 |
| ·热量传递的基本理论 | 第41-43页 |
| ·有限元方法 | 第43-44页 |
| ·数值模拟的计算流程 | 第44页 |
| ·温度场数值模拟计算模型 | 第44-50页 |
| ·激光熔钎焊数值模型的基本假设 | 第44-45页 |
| ·数值模拟的计算设置 | 第45-49页 |
| ·激光熔钎焊熔深和熔宽的预测模型 | 第49-50页 |
| ·数值模拟实例及结果分析 | 第50-53页 |
| ·激光熔钎焊的数值模拟实例 | 第50-51页 |
| ·焊接熔深的计算 | 第51-52页 |
| ·焊接工艺参数对焊接熔深的影响 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 铝/钢激光熔钎焊工艺参数优化 | 第55-71页 |
| ·激光熔钎焊工艺过程及训练样本数据采集 | 第55-57页 |
| ·基本工艺过程 | 第55页 |
| ·激光熔钎焊工艺参数的选择 | 第55-56页 |
| ·焊接正交实验设计 | 第56-57页 |
| ·多层前馈网络（BP 神经网络） | 第57-61页 |
| ·BP 神经网络基本原理 | 第57-58页 |
| ·BP 神经网络结构 | 第58-59页 |
| ·BP 神经网络的计算学习公式 | 第59-60页 |
| ·BP 神经网络的计算流程 | 第60-61页 |
| ·激光熔钎焊 BP 神经网络优化模型的建立 | 第61-65页 |
| ·网络拓扑结构的确定 | 第61-62页 |
| ·神经网络训练参数的选取 | 第62-63页 |
| ·训练样本的处理 | 第63-65页 |
| ·神经网络的训练及仿真测试 | 第65-68页 |
| ·神经网络模型的学习训练 | 第65-66页 |
| ·神经网络模型的仿真测试 | 第66-68页 |
| ·激光熔钎焊工艺的神经网络优化 | 第68-70页 |
| ·工艺优化流程 | 第69-70页 |
| ·优化结果 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第5章 铝/钢激光熔钎焊实验 | 第71-82页 |
| ·实验材料 | 第71页 |
| ·实验设备 | 第71-74页 |
| ·激光系统 | 第71-72页 |
| ·焊接机器人 | 第72-74页 |
| ·焊接夹具 | 第74页 |
| ·实验方法 | 第74-76页 |
| ·激光焊接实验 | 第74-75页 |
| ·检测手段 | 第75-76页 |
| ·实验结果与分析 | 第76-81页 |
| ·焊缝成形性 | 第76-77页 |
| ·焊接接头显微组织 | 第77-78页 |
| ·焊接接头的能谱与 XRD 分析 | 第78-79页 |
| ·焊缝显微硬度 | 第79-80页 |
| ·结果分析与讨论 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 附录 A 攻读硕士学位期间发表的论文 | 第89页 |
