微细车铣加工表面质量研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-19页 |
·课题研究的背景和意义 | 第12-13页 |
·国内外微细切削加工设备与加工技术的研究现状 | 第13-17页 |
·国内外微细切削加工设备研究现状 | 第13-15页 |
·国内外微细切削加工技术研究现状 | 第15-17页 |
·课题的来源及主要研究内容 | 第17-19页 |
第2章 微细车铣的试验研究 | 第19-47页 |
·微细车铣的试验条件 | 第19-21页 |
·微细车铣的试验设备 | 第19-20页 |
·微细车铣试验材料及检测设备 | 第20-21页 |
·微细车铣的正交试验设计 | 第21-33页 |
·正交试验的基本理论 | 第21-24页 |
·微细车铣正交试验的直观分析 | 第24-33页 |
·微细车铣正交试验表面粗糙度的测量 | 第33-42页 |
·铣刀转速和工件转速对表面粗糙度的影响 | 第34-35页 |
·铣刀转速和轴向进给量对表面粗糙度的影响 | 第35-36页 |
·铣刀转速和刀具悬伸量对表面粗糙度的影响 | 第36-38页 |
·工件转速和轴向进给量对表面粗糙度的影响 | 第38-40页 |
·工件转速和刀具悬伸量对表面粗糙度的影响 | 第40-41页 |
·轴向进给量和刀具悬伸量对表面粗糙度的影响 | 第41-42页 |
·微细车铣正交试验的方差分析 | 第42-46页 |
·离差平方和的计算 | 第43-45页 |
·自由度的计算 | 第45页 |
·平均离差平方的计算 | 第45页 |
·F值的计算 | 第45-46页 |
·显著性检验 | 第46页 |
·本章小结 | 第46-47页 |
第3章 基于BP网络的微细车铣表面粗糙度建模研究 | 第47-72页 |
·人工神经网络概述 | 第47-49页 |
·人工神经网络发展历史 | 第47-48页 |
·人工神经网络的特征、功能及其应用领域 | 第48-49页 |
·神经网络的应用领域 | 第49页 |
·BP神经网络模型 | 第49-61页 |
·神经元模型 | 第49-53页 |
·BP神经网络模型特点 | 第53-56页 |
·BP神经网络的学习算法 | 第56-59页 |
·传统BP算法的缺陷及改进 | 第59-61页 |
·BP神经网络模型的设计 | 第61-63页 |
·网络层数的选取 | 第61-62页 |
·各层神经元节点数的选择 | 第62-63页 |
·传递函数的选择 | 第63页 |
·BP神经网络的训练 | 第63-64页 |
·样本的预处理 | 第63-64页 |
·训练方式的选择与训练终点误差设定 | 第64页 |
·BP神经网络模型的创建、训练及仿真验证 | 第64-70页 |
·BP神经网络的创建 | 第64-65页 |
·BP神经网络的训练 | 第65-68页 |
·BP神经网络的仿真验证 | 第68-70页 |
·本章小结 | 第70-72页 |
第4章 微细车铣表面残余应力仿真 | 第72-80页 |
·有限元方法概述与ABAQUS软件介绍 | 第72-73页 |
·微细车铣有限元模型建立 | 第73-75页 |
·有限元仿真结果分析 | 第75-79页 |
·铣刀转速对残余应力的影响 | 第76-77页 |
·工件转速对残余应力的影响 | 第77页 |
·轴向进给量对残余应力的影响 | 第77-78页 |
·刀具悬伸量对残余应力的影响 | 第78-79页 |
·本章小结 | 第79-80页 |
结论 | 第80-82页 |
参考文献 | 第82-86页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第86-87页 |
致谢 | 第87-88页 |