PCBN刀具硬态干式切削淬硬钢的仿真研究
摘要 | 第9-10页 |
Abstract | 第10-11页 |
第1章 绪论 | 第15-22页 |
1.1 课题研究背景及意义 | 第15页 |
1.2 硬态干式切削技术 | 第15-18页 |
1.2.1 硬态干式切削概述及优点 | 第15-16页 |
1.2.2 硬态干式切削技术刀具的选择 | 第16-17页 |
1.2.3 硬态干式切削技术的应用 | 第17-18页 |
1.3 硬态干式切削力及切削温度研究状况 | 第18-19页 |
1.3.1 切削力 | 第18-19页 |
1.3.2 切削热与切削温度 | 第19页 |
1.4 表面粗糙度建模研究现状 | 第19-21页 |
1.4.1 表面粗糙度建模的传统方法 | 第19-20页 |
1.4.2 表面粗糙度建模的人工智能方法 | 第20-21页 |
1.5 本课题主要研究内容与目标 | 第21-22页 |
第2章 金属切削基础理论 | 第22-30页 |
2.1 金属切削中材料的变形过程 | 第22页 |
2.2 切削力理论 | 第22-25页 |
2.2.1 切削力合力及其分解 | 第22-23页 |
2.2.2 切削力及功率计算 | 第23-25页 |
2.3 切削热与切削温度 | 第25-27页 |
2.3.1 切削热量的来源和传出 | 第25-26页 |
2.3.2 切削温度的理论分析 | 第26-27页 |
2.4 表面粗糙度理论 | 第27-28页 |
2.5 金属切削的有限元理论 | 第28-29页 |
2.5.1 有限元法的基本思想 | 第28页 |
2.5.2 有限元法的分析步骤 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第3章 硬态干式车削有限元建模 | 第30-44页 |
3.1 金属切削有限元仿真工具介绍 | 第30页 |
3.2 硬态干式车削有限元模型的建立 | 第30-34页 |
3.2.1 几何模型的建立 | 第30页 |
3.2.2 材料本构模型 | 第30-31页 |
3.2.3 刀具及工件参数设定 | 第31-32页 |
3.2.4 切屑分离准则 | 第32-33页 |
3.2.5 刀屑接触摩擦模型 | 第33页 |
3.2.6 网格划分 | 第33-34页 |
3.2.7 单因素试验方案设计 | 第34页 |
3.3 仿真结果分析 | 第34-43页 |
3.3.1 切屑的形成分析 | 第34-35页 |
3.3.2 切削力分析 | 第35-39页 |
3.3.3 切削温度分析 | 第39-43页 |
3.4 本章小结 | 第43-44页 |
第4章 切削力和切削温度的优化分析 | 第44-52页 |
4.1 优化试验设计 | 第44-45页 |
4.1.1 正交试验简介 | 第44页 |
4.1.2 正交试验设计的技术路线 | 第44页 |
4.1.3 正交试验方案设计 | 第44-45页 |
4.2 切削力和切削温度极差分析 | 第45-49页 |
4.2.1 切削力极差分析 | 第46-48页 |
4.2.2 切削温度极差分析 | 第48-49页 |
4.3 切削力和切削温度方差分析 | 第49-50页 |
4.4 本章小结 | 第50-52页 |
第5章 加工表面粗糙度的预测研究 | 第52-61页 |
5.1 硬态车削试验 | 第52-53页 |
5.1.1 试验设备 | 第52-53页 |
5.1.2 试验目的 | 第53页 |
5.1.3 试验方案 | 第53页 |
5.1.4 试验结果 | 第53页 |
5.2 基于T?S模糊神经网络的表面粗糙度预测 | 第53-57页 |
5.2.1 模糊神经网络概述 | 第53-54页 |
5.2.2 T-S模糊神经网络模型的建立 | 第54-56页 |
5.2.3 T-S模糊神经网络模型的训练 | 第56-57页 |
5.3 预测结果分析 | 第57-58页 |
5.4 基于遗传算法的参数优化 | 第58-60页 |
5.4.1 遗传算法概述 | 第58页 |
5.4.2 遗传算法参数设计 | 第58-59页 |
5.4.3 遗传算法程序设计 | 第59页 |
5.4.4 优化结果分析 | 第59-60页 |
5.5 本章小结 | 第60-61页 |
结论与展望 | 第61-63页 |
结论 | 第61-62页 |
展望 | 第62-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
附录A 攻读学位期间所发表的学术论文 | 第68页 |