首页--工业技术论文--无线电电子学、电信技术论文--微电子学、集成电路(IC)论文--一般性问题论文--制造工艺论文

无铅焊料本构模型及其参数识别方法研究

摘要第4-6页
ABSTRACT第6-7页
注释表第13-15页
第一章 绪论第15-26页
    1.1 引言第15-16页
    1.2 焊点材料研究现状第16-18页
        1.2.1 焊点材料研究的重要性第16-17页
        1.2.2 焊点材料无铅化的发展第17-18页
    1.3 焊点材料本构模型研究现状第18-20页
    1.4 本构模型参数识别方法第20-24页
        1.4.1 参数识别方法研究现状第20-22页
        1.4.2 智能优化方法的应用第22-24页
    1.5 本文的内容安排第24-26页
第二章 粘塑性Anand损伤本构模型第26-45页
    2.1 引言第26-27页
    2.2 粘塑性Anand损伤本构模型第27-30页
        2.2.1 Anand本构模型第27-28页
        2.2.2 损伤演化方程第28-29页
        2.2.3 损伤本构模型第29-30页
    2.3 有限元软件中的实现第30-33页
        2.3.1 ABAQUS概述第31页
        2.3.2 UMAT子程序接口第31-32页
        2.3.3 UMAT子程序流程第32-33页
    2.4 损伤本构模型UMAT子程序第33-38页
        2.4.1 数值积分过程第33-36页
        2.4.2 UMAT计算流程第36-37页
        2.4.3 雅克比矩阵第37-38页
    2.5 单元测试第38-43页
        2.5.1 测试模型第38页
        2.5.2 温度加载测试第38-39页
        2.5.3 单向拉伸测试第39-40页
        2.5.4 剪切测试第40-41页
        2.5.5 多单元测试第41-43页
    2.6 小结第43-45页
第三章 本构模型参数敏感度分析第45-65页
    3.1 引言第45页
    3.2 参数敏感度描述第45-49页
        3.2.1 参数敏感度分析的目的第46-47页
        3.2.2 参数敏感度分析方法第47-49页
    3.3 参数敏感度全局整体分析方法第49-56页
        3.3.1 对称拉丁超立方抽样第50-53页
        3.3.2 Spearman秩相关系数第53-56页
    3.4 参数敏感度全局整体分析流程第56-57页
    3.5 粘塑性Anand损伤本构模型参数敏感度分析第57-63页
        3.5.1 计算模型与参数第57-58页
        3.5.2 敏感度分析样本量的确定第58-59页
        3.5.3 模型尺寸对敏感度的影响第59-60页
        3.5.4 数据类型对敏感度的影响第60-61页
        3.5.5 参数敏感度随加载过程的变化分析第61-62页
        3.5.6 加载速率对参数敏感度的影响第62-63页
    3.6 小结第63-65页
第四章 无铅焊料Sn4.0Ag0.5Cu拉伸试验第65-73页
    4.1 引言第65页
    4.2 试验概况第65-67页
        4.2.1 试验介绍第65-66页
        4.2.2 试件制备第66-67页
        4.2.3 试验设备第67页
    4.3 试验方法和步骤第67-68页
    4.4 试验结果及分析第68-72页
        4.4.1 试验结果第68-70页
        4.4.2 结果分析第70-72页
    4.5 小结第72-73页
第五章 基于遗传算法的本构模型参数识别第73-97页
    5.1 引言第73页
    5.2 参数识别方法第73-77页
        5.2.1 参数识别的数学描述第73-75页
        5.2.2 本构模型参数识别模型第75-77页
    5.3 遗传算法原理第77-83页
        5.3.1 遗传算法的基本操作第78-81页
        5.3.2 遗传算法运行参数的选择第81-82页
        5.3.3 数值试验第82-83页
    5.4 参数识别过程第83-87页
        5.4.1 参数识别实现流程第83-85页
        5.4.2 程序编写的关键问题第85-87页
    5.5 粘塑性Anand损伤本构模型参数识别第87-95页
        5.5.1 参数识别正演分析模型第87-88页
        5.5.2 适应度定义第88-90页
        5.5.3 仿真算例分析第90-92页
        5.5.4 Sn4.0Ag0.5Cu本构模型参数识别第92-95页
    5.6 小结第95-97页
第六章 多种群遗传算法的并行实现第97-111页
    6.1 引言第97-98页
    6.2 遗传算法的并行结构第98-100页
        6.2.1 并行结构介绍第98页
        6.2.2 并行结构的分类第98-100页
    6.3 多种群并行的实现第100-104页
        6.3.1 多种群并行实现过程第100-101页
        6.3.2 最优个体保留策略第101-102页
        6.3.3 收敛速度改进策略第102-104页
    6.4 多种群遗传算法参数识别流程第104-106页
    6.5 基于SGA和IMPGA的参数识别方法比较第106-109页
        6.5.1 参数识别分析模型第106页
        6.5.2 参数识别结果比较第106-109页
    6.6 小结第109-111页
第七章 总结与展望第111-114页
    7.1 全文总结第111-113页
    7.2 展望第113-114页
参考文献第114-124页
致谢第124-125页
在学期间的研究成果及发表的学术论文及专利第125页

论文共125页,点击 下载论文
上一篇:基于InVEST模型的延河流域生态系统服务功能评估
下一篇:基于Oracle的华建国际有限公司ERP系统的设计与实施