| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 引言 | 第13页 |
| 1.2 课题研究的背景和意义 | 第13-14页 |
| 1.3 注塑成型技术国内外研究现状 | 第14-20页 |
| 1.3.1 DOE正交试验 | 第14-16页 |
| 1.3.2 评价法及遗传算法 | 第16-17页 |
| 1.3.3 人工神经网络 | 第17-20页 |
| 1.4 论文的主要研究内容 | 第20-23页 |
| 第二章 注塑成型技术理论基础 | 第23-39页 |
| 2.1 翘曲变形概述 | 第23页 |
| 2.2 翘曲变形分析 | 第23-31页 |
| 2.2.1 翘曲产生的原因 | 第25-29页 |
| 2.2.2 减小制品翘曲变形的措施 | 第29-31页 |
| 2.3 体积收缩率概述 | 第31页 |
| 2.4 体积收缩率分析 | 第31-33页 |
| 2.4.1 体积收缩变形的影响因素 | 第32-33页 |
| 2.4.2 减小制品收缩变形的措施 | 第33页 |
| 2.5 剪切应力概述 | 第33-34页 |
| 2.5.1 剪切应力分析 | 第33-34页 |
| 2.5.2 剪切应力产生的原因 | 第34页 |
| 2.5.3 减小剪切应力措施 | 第34页 |
| 2.6 注塑成型数值模拟理论 | 第34-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 航天面罩的注塑成型模拟分析 | 第39-59页 |
| 3.1 航天面罩三维模型的建立 | 第39页 |
| 3.2 moldflow软件介绍 | 第39-40页 |
| 3.3 航天面罩模型的导入和网格处理 | 第40-42页 |
| 3.3.1 航天面罩模型的导入 | 第40页 |
| 3.3.2 航天面罩网格划分及诊断与修复 | 第40-42页 |
| 3.4 航天面罩前处理 | 第42-48页 |
| 3.4.1 材料的选择 | 第42页 |
| 3.4.2 浇注系统的设计与对比分析 | 第42-43页 |
| 3.4.3 冷却系统的建立 | 第43-47页 |
| 3.4.4 分析类型 | 第47-48页 |
| 3.4.5 航天面罩工艺参数的设置 | 第48页 |
| 3.5 航天面罩初始结果分析 | 第48-57页 |
| 3.6 航天面罩模型的验证 | 第57-58页 |
| 3.7 本章小结 | 第58-59页 |
| 第四章 航天面罩优化指标确定及试验分析 | 第59-71页 |
| 4.1 航天面罩优化指标确定 | 第59页 |
| 4.2 基于正交试验的航天面罩试验 | 第59-64页 |
| 4.2.1 正交试验设计 | 第60-64页 |
| 4.3 基于功效系数法的航天面罩试验数据处理 | 第64-68页 |
| 4.3.1 功效系数法的建立 | 第64页 |
| 4.3.2 各指标权重的确定 | 第64-65页 |
| 4.3.3 基于功效系数法的各指标评价值 | 第65-67页 |
| 4.3.4 基于功效系数法的极差方差分析 | 第67-68页 |
| 4.4 验证实验结果 | 第68页 |
| 4.5 本章小结 | 第68-71页 |
| 第五章 基于Hopfield神经网络的航天面罩模型预测 | 第71-81页 |
| 5.1 人工神经网络 | 第71页 |
| 5.2 Hopfield神经网络 | 第71-73页 |
| 5.2.1 Hopfield神经网络简介 | 第71页 |
| 5.2.2 Hopfield神经网络模型 | 第71-73页 |
| 5.3 基于Hopfield神经网络的航天面罩指标预测 | 第73-79页 |
| 5.3.1 基于Hopfield神经网络的航天面罩模型建立 | 第73-74页 |
| 5.3.2 基于Hopfield神经网络的航天面罩训练和测试结果 | 第74-79页 |
| 5.4 基于 Hopfield 网络模型试验结果及分析 | 第79页 |
| 5.5 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 附录A 攻读硕士学位期间的学术成果 | 第91页 |
