铝硅合金ADC12高速铣削实验分析与切削稳定性预测
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-17页 |
1.1 论文选题背景及课题意义 | 第10-11页 |
1.2 发动机缸体、缸盖加工工艺研究概述 | 第11-14页 |
1.2.1 发动机缸体、缸盖结构特点 | 第11-13页 |
1.2.2 发动机缸体、缸盖加工工艺难点 | 第13-14页 |
1.3 高速切削技术的应用 | 第14-15页 |
1.4 论文主要研究内容 | 第15-16页 |
1.5 本章小结 | 第16-17页 |
2 铝硅合金高速铣削表面粗糙度实验研究 | 第17-31页 |
2.1 高速铣削表面粗糙度理论模型 | 第17-19页 |
2.2 高速铣削表面粗糙度实验设计 | 第19-22页 |
2.2.1 实验材料 | 第19-20页 |
2.2.2 实验系统 | 第20-21页 |
2.2.3 实验方法设计 | 第21-22页 |
2.3 表面粗糙度单因素实验 | 第22-26页 |
2.3.1 主轴转速单因素实验 | 第22-24页 |
2.3.2 进给量单因素实验 | 第24-25页 |
2.3.3 轴向切深单因素实验 | 第25-26页 |
2.4 表面粗糙度正交实验 | 第26-30页 |
2.4.1 正交实验设计方法 | 第26页 |
2.4.2 正交实验方案及结果分析 | 第26-30页 |
2.5 本章小结 | 第30-31页 |
3 基于T-S模糊神经网络的表面粗糙度预测 | 第31-42页 |
3.1 表面粗糙度预测模型研究现状 | 第31-34页 |
3.2 T-S模糊神经网络 | 第34-37页 |
3.2.1 模糊数学简介 | 第34页 |
3.2.2 T-S模糊模型 | 第34-35页 |
3.2.3 T-S模糊神经网络 | 第35-37页 |
3.3 基于T-S模糊神经网络的预测模型的建立 | 第37-41页 |
3.3.1 T-S模糊神经网络设计 | 第37-39页 |
3.3.2 模糊神经网络训练 | 第39-40页 |
3.3.3 模糊神经网络预测 | 第40-41页 |
3.4 本章小结 | 第41-42页 |
4 铝硅合金高速铣削力实验研究 | 第42-67页 |
4.1 高速铣削力理论模型 | 第42-48页 |
4.1.1 斜角切削模型 | 第42-45页 |
4.1.2 立铣铣削力机械模型建模 | 第45-47页 |
4.1.3 瞬时铣削力空间分布 | 第47-48页 |
4.2 高速铣削力实验设计 | 第48-51页 |
4.2.1 实验材料 | 第48页 |
4.2.2 实验系统 | 第48-49页 |
4.2.3 实验方法设计 | 第49-50页 |
4.2.4 高速铣削力的特征与测量 | 第50-51页 |
4.3 高速铣削力单因素实验 | 第51-59页 |
4.3.1 主轴转速单因素实验 | 第51-53页 |
4.3.2 进给量单因素实验 | 第53-54页 |
4.3.3 轴向切深单因素实验 | 第54-57页 |
4.3.4 径向切深单因素实验 | 第57-59页 |
4.4 高速铣削力正交实验 | 第59-65页 |
4.4.1 高速铣削力正交实验方案 | 第59-61页 |
4.4.2 正交实验结果方差分析 | 第61-65页 |
4.5 本章小结 | 第65-67页 |
5 铝硅合金高速铣削稳定性预测 | 第67-82页 |
5.1 动态铣削力 | 第68-75页 |
5.1.1 动态铣削系统模型 | 第68-69页 |
5.1.2 动态再生型切削厚度模型 | 第69-70页 |
5.1.3 单元动态铣削力 | 第70-72页 |
5.1.4 再生型切削颤振动态稳定性分析 | 第72-75页 |
5.2 机床-刀具系统模态分析实验 | 第75-77页 |
5.2.1 模态分析实验原理 | 第75-76页 |
5.2.2 机床-刀具系统模态分析实验 | 第76-77页 |
5.3 铣削力系数辨识实验 | 第77-79页 |
5.3.1 平均切削力系数模型 | 第77-78页 |
5.3.2 铣削力系数辨识实验 | 第78-79页 |
5.4 铣削稳定性Lobes图构建与分析 | 第79-81页 |
5.5 本章小结 | 第81-82页 |
结论 | 第82-84页 |
参考文献 | 第84-88页 |
攻读硕士学位期间发表学术论文情况 | 第88-89页 |
致谢 | 第89-90页 |