| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·拼焊板冲压成形 | 第10-11页 |
| ·拼焊板的成形特点 | 第10-11页 |
| ·拼焊板方盒形件的成形机理 | 第11页 |
| ·拼焊板成形的国内外研究现状 | 第11-13页 |
| ·本课题研究的意义和内容 | 第13-14页 |
| ·选题的意义 | 第13页 |
| ·本课题的研究内容和方法 | 第13-14页 |
| 第2章 拼焊板方盒形件成形规律的仿真模拟 | 第14-30页 |
| ·仿真软件的选取及简介 | 第14-15页 |
| ·基于 DYNAFORM 拼焊板冲压成形的模拟流程 | 第15-16页 |
| ·拼焊板方盒形件仿真模型的建立 | 第16-21页 |
| ·模具与板料几何模型的建立 | 第16-18页 |
| ·前处理模型的建立 | 第18-19页 |
| ·后处理分析 | 第19-21页 |
| ·拼焊板方盒形件冲压成形的仿真分析 | 第21-29页 |
| ·焊缝移动规律的研究 | 第22-26页 |
| ·成形极限研究 | 第26-27页 |
| ·综合考虑焊缝移动和成形极限 | 第27-29页 |
| ·不同板厚比拼焊板的最佳压边力方案 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 BP 神经网络在拼焊板方盒形件拉深过程中的应用 | 第30-40页 |
| ·引言 | 第30页 |
| ·人工神经网络技术的特点及应用 | 第30-32页 |
| ·人工神经网络的特点 | 第30-31页 |
| ·人工神经网络在塑性加工领域的应用 | 第31-32页 |
| ·拼焊板方盒件拉深成形过程中的神经网络模型的设计 | 第32-34页 |
| ·BP 神经网络 | 第32页 |
| ·网络输入层输出层的设计 | 第32-34页 |
| ·样本数据的采集 | 第34-37页 |
| ·拼焊板方盒形件拉深数值模拟 | 第34-35页 |
| ·实验 | 第35-37页 |
| ·隐含层数目和隐含层节点的选取 | 第37页 |
| ·编程语言的选择 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 拼焊板方盒形件拉深过程中参数的实时识别 | 第40-49页 |
| ·神经网络的优化算法 | 第40页 |
| ·LM 算法与 GDM 和 SCG 算法的结果比较 | 第40-43页 |
| ·拼焊板方盒形件拉深成形材料参数的识别结果 | 第43-44页 |
| ·样本输出数据对网络输出变量识别精度的影响 | 第44页 |
| ·网络的泛化能力 | 第44-47页 |
| ·样本的复杂性 | 第45-46页 |
| ·网络的结构复杂性 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
