外圆纵向智能磨削关键技术研究
| 第1章 绪论 | 第1-26页 |
| ·磨削加工的特点及其在制造业中的地位 | 第10-11页 |
| ·外圆纵向磨削加工的重要性及其功用 | 第11-12页 |
| ·外圆纵向磨削难于控制的原因 | 第12-15页 |
| ·智能控制系统的概念和特点 | 第15-17页 |
| ·智能控制的定义 | 第15-16页 |
| ·智能控制的特点 | 第16-17页 |
| ·国内外在智能磨削方面的研究现状 | 第17-24页 |
| ·国外智能磨削现状 | 第17-22页 |
| ·国内智能磨削研究现状 | 第22-24页 |
| ·课题研究的目的 | 第24-25页 |
| ·论文研究的主要内容 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第2章 外圆纵向智能磨削试验系统 | 第26-50页 |
| ·开放式智能控制系统定义及其特点 | 第26-27页 |
| ·试验系统的硬件结构 | 第27-45页 |
| ·原机床的性能指标 | 第27-28页 |
| ·试验系统硬件总体结构框图 | 第28页 |
| ·试验系统的硬件 | 第28-45页 |
| ·纵向磨削试验系统软件 | 第45-46页 |
| ·试验系统软件总体构架 | 第45-46页 |
| ·所用关键技术 | 第46页 |
| ·实验准备 | 第46-49页 |
| ·砂轮 | 第46-47页 |
| ·砂轮修整器 | 第47页 |
| ·工件特性 | 第47页 |
| ·砂轮的修整 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 外圆纵向磨削分析模型 | 第50-74页 |
| ·磨削力模型 | 第51-59页 |
| ·外圆纵向磨削的磨削力 | 第51-52页 |
| ·磨削力模型 | 第52-53页 |
| ·磨削力的经验公式 | 第53-59页 |
| ·磨削功率模型 | 第59-60页 |
| ·G比率模型 | 第60-61页 |
| ·温度模型 | 第61-64页 |
| ·工件的平均温升θw | 第62页 |
| ·工件的最高温升 | 第62-63页 |
| ·热损伤和磨削功率 | 第63-64页 |
| ·热损伤与冷却液 | 第64页 |
| ·表面粗糙度模型 | 第64-68页 |
| ·表面粗糙度的测量方法 | 第65-66页 |
| ·表面粗糙度的经验模型 | 第66-67页 |
| ·表面粗糙度的时变特性 | 第67-68页 |
| ·尺寸模型 | 第68-73页 |
| ·外圆纵向磨削尺寸生成机理 | 第68-70页 |
| ·尺寸精度的分析模型 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第4章 外圆纵向磨削专家系统 | 第74-101页 |
| ·专家系统概述 | 第74-78页 |
| ·专家系统概念 | 第74-75页 |
| ·专家系统的特点 | 第75-76页 |
| ·新型专家系统 | 第76-78页 |
| ·外圆纵向磨削专家系统 | 第78-89页 |
| ·知识库 | 第79-84页 |
| ·推理机 | 第84-87页 |
| ·人机界面 | 第87-89页 |
| ·磨削过程优化模型 | 第89-94页 |
| ·基于模型的优化模型描述 | 第89页 |
| ·外圆纵向磨削优化模型 | 第89-94页 |
| ·优化模型的求解方法 | 第94-100页 |
| ·进化算法 | 第94-95页 |
| ·(u,λ)-ES策略 | 第95-100页 |
| ·外圆纵向磨削专家系统运行实例 | 第100页 |
| ·本章小结 | 第100-101页 |
| 第5章 外圆纵向磨削智能预测系统 | 第101-118页 |
| ·概述 | 第101-102页 |
| ·模糊基神经网络 | 第102-105页 |
| ·模糊神经网络 | 第102-103页 |
| ·模糊基神经网络 | 第103-105页 |
| ·FBFN的自适应学习算法 | 第105-109页 |
| ·自适应最小二乘法学习算法 | 第105-107页 |
| ·遗传算法中参数的确定方法 | 第107-109页 |
| ·表面粗糙度的预测 | 第109-112页 |
| ·表面粗糙度的预测模型 | 第109-110页 |
| ·表面粗糙度的FBFN模型 | 第110页 |
| ·实验研究 | 第110-112页 |
| ·尺寸预测模型 | 第112-117页 |
| ·轴类零件外圆纵向磨削尺寸模型的建立 | 第113-115页 |
| ·尺寸预测模型实验条件 | 第115页 |
| ·实验结果及分析 | 第115-117页 |
| ·本章小结 | 第117-118页 |
| 第6章 外圆纵向磨削智能控制系统 | 第118-145页 |
| ·外圆纵向智能磨削控制系统的结构 | 第118-119页 |
| ·外圆纵向磨削过程 | 第118-119页 |
| ·外圆纵向磨削系统的结构 | 第119页 |
| ·模糊控制器设计 | 第119-124页 |
| ·模糊逻辑推理 | 第120-121页 |
| ·模糊控制器设计内容 | 第121-123页 |
| ·量化因子及其自适应调整 | 第123-124页 |
| ·粗磨阶段智能控制 | 第124-136页 |
| ·控制变量的选择 | 第125-129页 |
| ·粗磨阶段控制系统的结构 | 第129-130页 |
| ·粗磨恒功率控制模糊控制器 | 第130-132页 |
| ·粗磨阶段功率控制实验 | 第132-136页 |
| ·精磨阶段的智能控制 | 第136-139页 |
| ·精磨阶段控制变量选择 | 第137-138页 |
| ·精磨阶段智能控制方案 | 第138页 |
| ·模糊控制模型 | 第138-139页 |
| ·外圆纵向智能磨削控制系统的运行实例 | 第139-144页 |
| ·实验条件 | 第139-140页 |
| ·运行界面 | 第140-142页 |
| ·运行结果 | 第142-144页 |
| ·本章小结 | 第144-145页 |
| 第7章 结论与展望 | 第145-147页 |
| ·结论 | 第145-146页 |
| ·展望 | 第146-147页 |
| 参考文献 | 第147-157页 |
| 攻读博士学位期间发表的论文及其他成果 | 第157-158页 |
| 致谢 | 第158-159页 |
| 摘要 | 第159-162页 |
| ABSTRACT | 第162-166页 |
