三维类摆线抛光轨迹的参数控制与工艺优化
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-22页 |
1.1 课题背景及研究意义 | 第11-12页 |
1.2 国内外研究现状及分析 | 第12-19页 |
1.2.1 抛光去除深度模型研究 | 第13-15页 |
1.2.2 抛光轨迹规划研究 | 第15-17页 |
1.2.3 抛光表面质量评价及预测方法 | 第17-19页 |
1.3 主要工作及文章结构 | 第19-22页 |
1.3.1 课题来源 | 第19页 |
1.3.2 论文主要工作内容 | 第19-22页 |
第二章 抛光盘抛光的材料去除模型研究 | 第22-37页 |
2.1 引言 | 第22页 |
2.2 平面抛光材料去除深度建模 | 第22-28页 |
2.2.1 平面抛光接触区域和力的确定 | 第22-24页 |
2.2.2 平面抛光的压强分布 | 第24-26页 |
2.2.3 平面抛光相对速度分布 | 第26-27页 |
2.2.4 材料去除深度模型 | 第27-28页 |
2.3 凸曲面材料去除深度模型 | 第28-34页 |
2.3.1 凸曲面接触区域与抛光力的确定 | 第28-30页 |
2.3.2 凸曲面接触压强分布 | 第30-32页 |
2.3.3 凸曲面材料去除深度模型 | 第32-34页 |
2.4 抛光接触区域的验证 | 第34-36页 |
2.5 本章小结 | 第36-37页 |
第三章 三维类摆线抛光轨迹模型及其材料去除研究 | 第37-52页 |
3.1 引言 | 第37页 |
3.2 基于ABF++算法的轨迹生成技术 | 第37-40页 |
3.2.1 ABF++算法原理 | 第38-39页 |
3.2.2 映射变形分析 | 第39-40页 |
3.3 三维类摆线轨迹的原理与生成 | 第40-44页 |
3.4 三维类摆线轨迹的材料去除研究 | 第44-47页 |
3.5 三维类摆线的参数控制 | 第47-50页 |
3.6 本章小结 | 第50-52页 |
第四章 摆线抛光的进给速度优化与实验分析 | 第52-75页 |
4.1 引言 | 第52页 |
4.2 三维类摆线抛光的进给速度优化 | 第52-61页 |
4.2.1 进给速度优化策略 | 第52-56页 |
4.2.2 平面抛光进给速度优化 | 第56-57页 |
4.2.3 凸面抛光进给速度优化 | 第57-58页 |
4.2.4 平面摆线轨迹优化前后仿真对比 | 第58-60页 |
4.2.5 凸面摆线轨迹优化前后仿真对比 | 第60-61页 |
4.3 机器人抛光系统搭建 | 第61-65页 |
4.3.1 机器人仿真系统 | 第61-63页 |
4.3.2 实验设备 | 第63-64页 |
4.3.3 机器人抛光仿真过程 | 第64-65页 |
4.4 抛光进给速度优化前后实验对比 | 第65-73页 |
4.4.1 工件预处理 | 第65页 |
4.4.2 平面进给速度的对比实验 | 第65-70页 |
4.4.3 凸面进给速度的对比实验 | 第70-73页 |
4.5 本章小结 | 第73-75页 |
第五章 自由曲面抛光的工艺规划及实验 | 第75-91页 |
5.1 引言 | 第75页 |
5.2 自由曲面抛光的正交实验设计 | 第75-81页 |
5.2.1 表面粗糙度的工艺参数灵敏度分析 | 第76-78页 |
5.2.2 表面纹理纵横比的工艺参数灵敏度分析 | 第78-80页 |
5.2.3 表面粗糙度和表面纹理纵横比的预测 | 第80-81页 |
5.3 基于人工神经网络的预测模型 | 第81-84页 |
5.3.1 神经网络样本的预处理 | 第82-83页 |
5.3.2 神经网络的初始设置 | 第83页 |
5.3.3 神经网络的训练和测试 | 第83-84页 |
5.4 基于灰色关联分析的双目标工艺参数优化 | 第84-90页 |
5.5 本章小结 | 第90-91页 |
总结与展望 | 第91-93页 |
参考文献 | 第93-97页 |
攻读硕士学位期间取得的研究成果 | 第97-98页 |
致谢 | 第98-99页 |
附件 | 第99页 |