发动机挺柱选配与加工质量的多源相关性研究及应用
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
目录 | 第10-12页 |
插图清单 | 第12-13页 |
表格清单 | 第13-14页 |
第一章 绪论 | 第14-23页 |
1.1 引言 | 第14-15页 |
1.2 研究背景及问题的提出 | 第15页 |
1.3 加工质量和装配质量 | 第15-18页 |
1.3.1 加工质量的定义 | 第16-17页 |
1.3.2 装配质量的定义 | 第17-18页 |
1.4 国内外研究概况 | 第18-20页 |
1.4.1 复杂机械产品加工质量相关研究 | 第18-19页 |
1.4.2 复杂机械产品装配质量相关研究 | 第19-20页 |
1.5 研究目的和意义 | 第20页 |
1.6 研究内容及结构体系 | 第20-23页 |
第二章 挺柱选配与加工工艺特点分析 | 第23-35页 |
2.1 引言 | 第23页 |
2.2 发动机的组成 | 第23-24页 |
2.3 缸盖加工工艺及特点分析 | 第24-26页 |
2.4 缸盖装配工艺及质量特性分析 | 第26-29页 |
2.4.1 装配流程分析 | 第26-28页 |
2.4.2 装配质量特性分析 | 第28-29页 |
2.5 挺柱选配与缸盖凸轮轴孔加工相关性分析 | 第29-33页 |
2.5.1 凸轮轴挺柱选配活动分析 | 第29-32页 |
2.5.2 缸盖凸轮轴孔和凸轮轴加工技术分析 | 第32-33页 |
2.5.3 多源相关性分析方法 | 第33页 |
2.6 本章小结 | 第33-35页 |
第三章 发动机挺柱选配与缸盖加工质量相关性模型 | 第35-45页 |
3.1 引言 | 第35-36页 |
3.2 主成分和神经网络方法简介 | 第36-37页 |
3.2.1 主成分分析方法简介 | 第36页 |
3.2.2 神经网络方法简介 | 第36页 |
3.2.3 主成分-神经网络方法简介 | 第36-37页 |
3.3 基于PCA-BPNN方法的分析模型 | 第37-41页 |
3.3.1 原始特征变量选择 | 第37页 |
3.3.2 主成分分析设计 | 第37-39页 |
3.3.3 神经网络设计 | 第39-41页 |
3.4 实例验证 | 第41-44页 |
3.4.1 凸轮轴孔直径和同轴度主成分分析 | 第41-42页 |
3.4.2 神经网络参数设置和训练 | 第42-43页 |
3.4.3 神经网络方法对比测试 | 第43页 |
3.4.4 结果分析 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 发动机挺柱选配预测系统 | 第45-65页 |
4.1 引言 | 第45页 |
4.2 系统概述 | 第45-50页 |
4.2.1 系统目标 | 第45-47页 |
4.2.2 系统开发方案 | 第47-48页 |
4.2.3 系统关键技术 | 第48-50页 |
4.3 TMPS系统建模 | 第50-54页 |
4.3.1 系统概念模型 | 第50-52页 |
4.3.2 系统数据模型 | 第52-54页 |
4.4 TMPS系统实现机制 | 第54-64页 |
4.4.1 功能界面设计 | 第54-60页 |
4.4.2 数据采集程序开发 | 第60-63页 |
4.4.3 挺柱选配预测构思 | 第63-64页 |
4.5 本章小结 | 第64-65页 |
第五章 总结与展望 | 第65-67页 |
5.1 全文总结 | 第65-66页 |
5.2 展望 | 第66-67页 |
参考文献 | 第67-70页 |
攻读硕士学位期间的学术活动及成果情况 | 第70页 |