| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 疲劳可靠性的概念及相关研究现状 | 第13-15页 |
| 1.2.1 疲劳可靠性的概念 | 第13页 |
| 1.2.2 疲劳可靠性理论的研究现状 | 第13-14页 |
| 1.2.3 虚拟样机技术在疲劳可靠性研究中的应用 | 第14-15页 |
| 1.3 课题研究内容 | 第15-16页 |
| 1.4 课题技术路线 | 第16-18页 |
| 第2章 液压挖掘机工作装置的动态仿真研究 | 第18-36页 |
| 2.1 液压挖掘机工作装置的结构 | 第18-19页 |
| 2.2 液压挖掘机的工况分析 | 第19-22页 |
| 2.2.1 挖掘工况分析 | 第19-20页 |
| 2.2.2 提升工况分析 | 第20-21页 |
| 2.2.3 卸载工况分析 | 第21页 |
| 2.2.4 返回工况分析 | 第21-22页 |
| 2.2.5 行走工况分析 | 第22页 |
| 2.3 液压挖掘机工作装置的动态仿真模型 | 第22-25页 |
| 2.3.1 工作装置的三维建模 | 第22-23页 |
| 2.3.2 工作装置的ADAMS多刚体模型 | 第23-24页 |
| 2.3.3 工作装置关键构件的柔性化处理 | 第24-25页 |
| 2.4 液压挖掘机工作装置的运动学仿真 | 第25-29页 |
| 2.4.1 工作装置的工作参数 | 第25-26页 |
| 2.4.2 工作装置液压缸的驱动函数 | 第26-28页 |
| 2.4.3 工作装置运动学仿真结果及分析 | 第28-29页 |
| 2.5 液压挖掘机工作装置的动力学仿真 | 第29-33页 |
| 2.5.1 工作装置的载荷函数 | 第29-31页 |
| 2.5.2 工作装置动力学仿真结果及分析 | 第31-33页 |
| 2.6 本章小结 | 第33-36页 |
| 第3章 液压挖掘机工作装置的动应力采集实验 | 第36-44页 |
| 3.1 工作装置动应力采集实验的设计 | 第36-39页 |
| 3.1.1 实验对象和实验器材 | 第36-37页 |
| 3.1.2 实验测点的选择和处理 | 第37-38页 |
| 3.1.3 实验场地和实验工况 | 第38-39页 |
| 3.2 工作装置动应力采集实验的结果分析 | 第39-41页 |
| 3.3 本章小结 | 第41-44页 |
| 第4章 液压挖掘机工作装置的疲劳可靠性分析 | 第44-54页 |
| 4.1 工作装置的疲劳载荷谱 | 第44-46页 |
| 4.1.1 编制载荷谱的目的 | 第44页 |
| 4.1.2 雨流计数法的编谱规则 | 第44-45页 |
| 4.1.3 基于NCodeDesignLife的载荷谱编制 | 第45-46页 |
| 4.2 工作装置的疲劳可靠度概率模型 | 第46-48页 |
| 4.2.1 循环应力的疲劳累积损伤 | 第46-47页 |
| 4.2.2 结构的抗疲劳损伤强度 | 第47-48页 |
| 4.3 斗杆的疲劳可靠度计算 | 第48-50页 |
| 4.4 工作装置的疲劳可靠度计算 | 第50页 |
| 4.5 随机输入变量的灵敏度分析 | 第50-53页 |
| 4.5.1 斗杆危险点的极限状态函数 | 第51-52页 |
| 4.5.2 基于ANSYS的随机变量灵敏度分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 工作装置关键构件的疲劳可靠性优化 | 第54-64页 |
| 5.1 RBF神经网络模型的建立过程 | 第54-56页 |
| 5.1.1 RBF神经网络模型的结构 | 第54-55页 |
| 5.1.2 训练样本对的计算 | 第55-56页 |
| 5.2 斗杆的疲劳可靠性优化模型 | 第56-59页 |
| 5.2.1 优化模型的目标函数 | 第56-57页 |
| 5.2.2 优化模型的约束条件 | 第57-59页 |
| 5.3 基于RBF神经网络的优化求解 | 第59-62页 |
| 5.4 本章小结 | 第62-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |