智能减振镗杆原理与控制研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第17-35页 |
| 1.1 课题研究背景及意义 | 第17-20页 |
| 1.2 国内外研究现状 | 第20-30页 |
| 1.2.1 切削加工中振动的抑制 | 第20-23页 |
| 1.2.2 被动式减振镗杆研究现状 | 第23-27页 |
| 1.2.3 主动式减振镗杆研究现状 | 第27-30页 |
| 1.3 目前存在的主要问题 | 第30-31页 |
| 1.4 课题来源和论文的主要研究内容 | 第31-35页 |
| 1.4.1 课题来源 | 第31页 |
| 1.4.2 论文主要研究内容 | 第31-35页 |
| 第2章 镗削加工振动特性与减振机理研究 | 第35-75页 |
| 2.1 镗削加工系统的自激振动 | 第35-38页 |
| 2.2 摩擦与速度反馈下的负阻尼效应 | 第38-41页 |
| 2.2.1 摩擦引起的负阻尼效应 | 第38-39页 |
| 2.2.2 速度反馈引起的负阻尼 | 第39-41页 |
| 2.3 位移反馈与切削厚度变化下的负刚度效应 | 第41-45页 |
| 2.3.1 位移反馈引起的负刚度 | 第41-43页 |
| 2.3.2 切削厚度变化下的负刚度效应 | 第43-45页 |
| 2.4 镗削加工过程振动特性研究 | 第45-59页 |
| 2.4.1 考虑刀具振动作用下的镗削力模型 | 第45-50页 |
| 2.4.2 刀尖点振动姿态与轨迹分析 | 第50-53页 |
| 2.4.3 镗削表面形貌研究与预测 | 第53-56页 |
| 2.4.4 加工参数对镗削过程的影响 | 第56-58页 |
| 2.4.5 刀具参数对镗削过程的影响 | 第58-59页 |
| 2.5 动力吸振器减振性能研究 | 第59-74页 |
| 2.5.1 动力吸振器减振机理 | 第59-65页 |
| 2.5.2 激励力频率对减振性能的影响 | 第65-66页 |
| 2.5.3 系统质量对减振性能的影响 | 第66-68页 |
| 2.5.4 变刚度减振机理研究 | 第68-70页 |
| 2.5.5 变阻尼减振机理研究 | 第70-72页 |
| 2.5.6 刚度与阻尼共同作用下的减振机理 | 第72-74页 |
| 2.6 本章小结 | 第74-75页 |
| 第3章 智能减振镗杆设计与减振性能分析 | 第75-99页 |
| 3.1 智能减振镗杆设计思路 | 第75-76页 |
| 3.1.1 镗削加工目前存在问题 | 第75-76页 |
| 3.1.2 智能减振镗杆的提出 | 第76页 |
| 3.2 动力吸振式智能减振镗杆设计 | 第76-84页 |
| 3.2.1 智能减振镗杆工作原理 | 第76-77页 |
| 3.2.2 智能减振镗杆设计与性能分析 | 第77-79页 |
| 3.2.3 智能减振镗静/动态特性分析 | 第79-84页 |
| 3.3 变刚度吸振器性能分析 | 第84-89页 |
| 3.3.1 变刚度吸振器理论模型 | 第84页 |
| 3.3.2 变刚度吸振器刚度控制 | 第84-86页 |
| 3.3.3 变刚度吸振器振动特性分析 | 第86-89页 |
| 3.4 智能减振镗杆减振性能分析 | 第89-98页 |
| 3.4.1 智能减振镗杆动力学模型 | 第89-91页 |
| 3.4.2 振幅倍率曲面区域划分 | 第91-93页 |
| 3.4.3 变刚度吸振器悬伸长度对减振性能的影响 | 第93-94页 |
| 3.4.4 激振频率对减振性能的影响 | 第94-95页 |
| 3.4.5 外部载荷对减振性能的影响 | 第95-96页 |
| 3.4.6 最优曲线与最优控制点 | 第96-98页 |
| 3.5 本章小结 | 第98-99页 |
| 第4章 智能减振镗杆控制策略与智能学习研究 | 第99-122页 |
| 4.1 振动信号分析与评价 | 第99-105页 |
| 4.1.1 镗削加工振动信号分析 | 第99-103页 |
| 4.1.2 振动状态评价标准 | 第103-105页 |
| 4.2 智能减振镗杆控制策略研究 | 第105-112页 |
| 4.2.1 智能减振镗杆控制策略 | 第105-106页 |
| 4.2.2 小区间遍历的实际最优解求解策略 | 第106-107页 |
| 4.2.3 智能减振镗杆控制系统组成 | 第107-108页 |
| 4.2.4 控制系统性能仿真分析 | 第108-112页 |
| 4.3 智能学习下的减振性能最优解 | 第112-117页 |
| 4.3.1 BP神经网络下的振动状态辨识 | 第112-113页 |
| 4.3.2 智能减振镗杆智能学习策略 | 第113-114页 |
| 4.3.3 基于BP神经网络和遗传算法的最优解 | 第114-117页 |
| 4.4 智能减振镗杆控制平台 | 第117-121页 |
| 4.4.1 智能减振镗杆控制平台硬件组成 | 第117-118页 |
| 4.4.2 智能减振镗杆控制平台软件设计 | 第118-120页 |
| 4.4.3 智能减振镗杆控制平台 | 第120-121页 |
| 4.5 本章小结 | 第121-122页 |
| 第5章 智能减振镗杆减振性能实验研究 | 第122-144页 |
| 5.1 智能减振镗杆性能测试 | 第122-132页 |
| 5.1.1 动力学模型参数 | 第122页 |
| 5.1.2 静态性能测试与分析 | 第122-127页 |
| 5.1.3 冲击响应测试与分析 | 第127-129页 |
| 5.1.4 稳态激励下的时间历程响应 | 第129-132页 |
| 5.2 镗削实验条件及方案 | 第132-134页 |
| 5.2.1 实验条件 | 第132-133页 |
| 5.2.2 实验方案 | 第133-134页 |
| 5.3 加工参数对减振性能的影响 | 第134-136页 |
| 5.3.1 切削速度影响分析 | 第134页 |
| 5.3.2 进给量影响分析 | 第134-135页 |
| 5.3.3 背吃刀量影响分析 | 第135-136页 |
| 5.3.4 切削参数综合影响分析 | 第136页 |
| 5.4 智能减振镗杆减振性能验证实验 | 第136-143页 |
| 5.4.1 变刚度减振策略分析 | 第136-140页 |
| 5.4.2 智能减振镗杆减振性能验证实验 | 第140-143页 |
| 5.5 本章小结 | 第143-144页 |
| 结论 | 第144-146页 |
| 参考文献 | 第146-154页 |
| 攻读博士学位期间发表的学术论文 | 第154-155页 |
| 攻读博士学位期间专利、科研项目及获奖情况 | 第155-156页 |
| 致谢 | 第156-157页 |
