摘要: | 第1-3页 |
ABSTRACT: | 第3-6页 |
第一章 绪言 | 第6-11页 |
1.1 曲轴圆角滚压工艺及校直专家系统的研究现状 | 第6-8页 |
1.2 人工智能与专家系统的发展现状 | 第8-10页 |
1.3 本文工作的目的、内容 | 第10页 |
1.4 本章小结 | 第10-11页 |
第二章 曲轴圆角滚压工艺的研究 | 第11-14页 |
2.1 曲轴圆角滚压强化 | 第11-12页 |
2.2 曲轴滚压工艺参数 | 第12页 |
2.2.1 滚压力 | 第12页 |
2.2.2 滚压圈数 | 第12页 |
2.2.3 滚压速度 | 第12页 |
2.3 曲轴滚压工艺参数对曲轴疲劳强度的影响 | 第12-13页 |
2.4 本章小结 | 第13-14页 |
第三章 曲轴圆角滚压变形的有限元分析 | 第14-28页 |
3.1 连杆轴颈Ⅰ圆角滚压变形的有限元分析 | 第14-20页 |
3.1.1 有限元模型的建立 | 第14-17页 |
3.1.2 静态分析的结果 | 第17-20页 |
3.2 连杆轴颈Ⅱ圆角滚压变形的有限元分析 | 第20-23页 |
3.2.1 有限元模型的建立 | 第20-21页 |
3.2.2 静态分析的结果 | 第21-23页 |
3.3 主轴颈圆角滚压变形的有限元分析 | 第23-27页 |
3.3.1 有限元模型的建立 | 第23-25页 |
3.3.2 施加载荷及求解 | 第25页 |
3.3.3 静态分析的结果 | 第25-27页 |
3.4 本章小结 | 第27-28页 |
第四章 曲轴圆角滚压校直规律及专家系统的研究 | 第28-40页 |
4.1 曲轴滚压校直技术 | 第28页 |
4.2 曲轴圆角滚压校直的数字模型和工作机理 | 第28-29页 |
4.3 曲轴圆角滚压校直工艺的实现 | 第29-31页 |
4.4 曲轴圆角滚压校直规律的研究 | 第31-38页 |
4.4.1 六缸曲轴各连杆的方位图 | 第32页 |
4.4.2 曲轴滚压校直方位的确定 | 第32-35页 |
4.4.3 曲轴滚压校直力的确定 | 第35-36页 |
4.4.4 曲轴滚压校直规律的程序设计 | 第36-38页 |
4.5 曲轴圆角滚压校直专家系统的研究 | 第38-39页 |
4.5.1 产生式规则 | 第38页 |
4.5.2 总数据库的建立 | 第38-39页 |
4.5.3 控制策略 | 第39页 |
4.6 本章小结 | 第39-40页 |
第五章 基于神经网络曲轴滚压校直专家系统的研究 | 第40-58页 |
5.1 专家系统的研究现状及神经网络的发展 | 第40-41页 |
5.2 神经网络专家系统基本原理与结构 | 第41-42页 |
5.2.1 神经网络专家系统基本原理 | 第41页 |
5.2.2 神经网络专家系统基本结构 | 第41-42页 |
5.3 基于神经网络系统的知识表示、获取和推理 | 第42-47页 |
5.3.1 神经网络及其矩阵表示 | 第42页 |
5.3.2 知识表示的神经网络方法 | 第42-44页 |
5.3.3 基于神经网络的知识获取 | 第44-46页 |
5.3.4 基于神经网络系统的知识推理与解释 | 第46-47页 |
5.4 曲轴滚压校直神经网络专家系统的构造 | 第47-55页 |
5.4.1 曲轴圆角滚压校直神经网络模型 | 第47-52页 |
5.4.2 曲轴圆角滚压校直神经网络系统分析 | 第52-55页 |
5.5 曲轴滚压校直神经网络程序设计 | 第55-57页 |
5.6 本章小结 | 第57-58页 |
第六章 径向基函数网络的探讨 | 第58-62页 |
6.1 径向基函数网络的结构 | 第58-59页 |
6.2 径向基函数网络的学习算法 | 第59-60页 |
6.2.1 中心调整算法 | 第59-60页 |
6.2.2 权值更新算法 | 第60页 |
6.3 面向MATLAB工具箱的径向基神经网络 | 第60-62页 |
6.3.1 面向MATLAB工具箱的径向基神经元模型 | 第60-61页 |
6.3.2 面向MATLAB工具箱的径向基神经网络 | 第61-62页 |
6.4 本章小结 | 第62页 |
第七章 总结与今后工作的展望 | 第62-64页 |
7.1 总结 | 第62-63页 |
7.2 今后工作的展望 | 第63-64页 |
参考文献 | 第64-66页 |
致谢 | 第66-67页 |
附录 | 第67-71页 |