首页--工业技术论文--一般工业技术论文--工程材料学论文--复合材料论文--金属-非金属复合材料论文

金属塑料自润滑复合材料压制烧结成型及工艺优化研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第13-24页
    1.1 论文研究的目的及意义第13-14页
    1.2 本课题国内外研究现状第14-21页
        1.2.1 复合材料压制烧结成型研究现状第15-16页
        1.2.2 复合材料结合强度研究现状第16-17页
        1.2.3 复合材料摩擦磨损性能研究现状第17-19页
        1.2.4 工艺参数优化研究现状第19-21页
    1.3 论文研究的内容、创新点及技术路线第21-24页
        1.3.1 论文研究的内容第21-22页
        1.3.2 论文的创新点第22-23页
        1.3.3 技术路线第23-24页
第二章 金属塑料自润滑复合材料成型理论研究第24-33页
    2.1 金属塑料自润滑复合材料压制烧结原理概述第24-29页
        2.1.1 烧结成型简介第24-25页
        2.1.2 烧结过程分类第25-29页
    2.2 金属塑料自润滑复合材料压制烧结成型机理分析第29-32页
        2.2.1 压制烧结温度与压力分析第29-31页
        2.2.2 压制烧结时间分析第31-32页
    2.3 本章小结第32-33页
第三章 基于正交试验的压制烧结成型工艺参数优化第33-46页
    3.1 正交试验法简介及应用第33-34页
        3.1.1 正交试验法概述第33-34页
        3.1.2 正交试验分析方法第34页
    3.2 正交试验设计第34-36页
        3.2.1 试验因素与指标的确定第34-35页
        3.2.2 试验设计及其结果第35-36页
    3.3 基于正交试验的工艺参数分析第36-42页
        3.3.1 工艺参数对制品结合强度的影响第36-38页
        3.3.2 工艺参数对制品摩擦系数的影响第38-40页
        3.3.3 工艺参数对制品耐磨性的影响第40-42页
    3.4 制品质量多目标模糊数学综合评价第42-45页
        3.4.1 综合评价数学模型的建立第42-43页
        3.4.2 综合评价结果与分析第43-45页
    3.5 本章小结第45-46页
第四章 基于BP神经网络及数值拟合的成型工艺参数优化第46-60页
    4.1 BP神经网络概述第46页
    4.2 BP神经网络模型设计第46-49页
        4.2.1 BP神经网络的结构第46-47页
        4.2.2 隐含层节点数的选择第47-49页
    4.3 BP神经网络模型的训练与检验第49-54页
        4.3.1 模型的训练第49-52页
        4.3.2 模型的检验第52-54页
    4.4 工艺参数拟合优化第54-59页
        4.4.1 拟合函数模型的建立第54-55页
        4.4.2 函数拟合分析第55-58页
        4.4.3 拟合优化求解第58-59页
    4.5 本章小结第59-60页
第五章 金属塑料自润滑复合材料成型与性能测试实验第60-77页
    5.1 实验仪器与设备第60-62页
    5.2 实验所用原料及其性质第62-65页
    5.3 金属塑料自润滑复合材料压制烧结成型第65-73页
        5.3.1 金属基体表面预处理第66-68页
        5.3.2 中间结合层的喷涂第68-70页
        5.3.3 塑料工作层材料处理第70页
        5.3.4 压制烧结成型模具的设计第70-72页
        5.3.5 压制烧结成型工艺第72-73页
    5.4 金属塑料自润滑复合材料性能测试第73-76页
        5.4.1 结合强度性能测试第73-74页
        5.4.2 摩擦磨损性能测试第74-76页
    5.5 本章小结第76-77页
第六章 总结与展望第77-80页
    6.1 总结第77-78页
    6.2 展望第78-80页
参考文献第80-86页
致谢第86-87页
攻读硕士期间发表的论文、申请专利及参与的项目第87页

论文共87页,点击 下载论文
上一篇:淀粉样多肽hIAPP20-29自组装体为模板构建金属光热抗菌材料
下一篇:镍钴系金属氧化物及其复合物的控制合成及电化学性能研究