| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·引言 | 第8-9页 |
| ·板料成形回弹控制技术研究现状 | 第9-14页 |
| ·模具结构修正法 | 第9-13页 |
| ·板料冲压成形工艺控制 | 第13-14页 |
| ·板料成形回弹预测研究现状 | 第14-16页 |
| ·解析法研究现状 | 第14-15页 |
| ·实验法研究现状 | 第15页 |
| ·有限元数值模拟方法研究现状 | 第15-16页 |
| ·论文工作内容 | 第16-18页 |
| ·课题的研究背景 | 第16-17页 |
| ·课题采用技术路线 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 板料冲压成形回弹理论及数值模拟技术 | 第19-36页 |
| ·板料回弹概述 | 第19页 |
| ·板料成形回弹分析 | 第19-25页 |
| ·板料回弹产生的原因 | 第19-20页 |
| ·板料弯曲回弹分析 | 第20-24页 |
| ·板料回弹量影响因素 | 第24-25页 |
| ·板料回弹数值模拟理论 | 第25-33页 |
| ·板料成形过程模拟的模型建立 | 第25-26页 |
| ·有限元法列式 | 第26-27页 |
| ·板料成形数值模拟的算法 | 第27-29页 |
| ·本构关系 | 第29-31页 |
| ·单元模型 | 第31-33页 |
| ·板料回弹数值模拟理论 | 第33-34页 |
| ·板料回弹分析的建模方法 | 第33页 |
| ·板料回弹数值模拟及算法 | 第33-34页 |
| ·板料成形数值模拟工具 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于正交法的冲压仿真试验和多工艺参数优化 | 第36-53页 |
| ·板料冲压及回弹的有限元数值仿真过程 | 第36-41页 |
| ·板料冲压CAD建模 | 第36-37页 |
| ·板料冲压CAE仿真试验 | 第37-41页 |
| ·基于正交试验和模拟技术的工艺参数设计 | 第41-43页 |
| ·正交试验简介 | 第41-42页 |
| ·设计变量取值范围的确定 | 第42-43页 |
| ·正交试验确定R、Z、f对变压边力的影响 | 第43-46页 |
| ·正交试验的确定 | 第43-44页 |
| ·最大最小压边力的确定 | 第44-46页 |
| ·多因素工艺参数优化设计 | 第46-50页 |
| ·正交试验方案与仿真试验 | 第46-48页 |
| ·工艺参数对回弹量的影响分析 | 第48-50页 |
| ·基于正交试验参数优化分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 工艺参数与冲压回弹量的人工神经网络建模 | 第53-68页 |
| ·引言 | 第53页 |
| ·人工神经网络的特征 | 第53-63页 |
| ·人工神经网络的特征 | 第53-54页 |
| ·人工神经元模型 | 第54页 |
| ·神经网络的基本结构及工作方式 | 第54-55页 |
| ·神经网络的学习方法 | 第55-57页 |
| ·BP学习算法 | 第57-62页 |
| ·BP学习算法的不足及改进 | 第62-63页 |
| ·冲压工艺参数的ANN建模 | 第63-67页 |
| ·神经网络模型的建立 | 第63-66页 |
| ·人工神经网络模型的检验 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 基于神经网络的工艺参数优化及冲压回弹量预测 | 第68-75页 |
| ·ANN模型用于工艺参数对回弹量影响分析 | 第68-70页 |
| ·基于ANN模型的板料回弹工艺参数优化 | 第70-73页 |
| ·优化步骤 | 第70-71页 |
| ·优化过程 | 第71-73页 |
| ·检验最优解 | 第73页 |
| ·基于ANN模型的板料冲压回弹量的预测 | 第73-74页 |
| ·本章小节 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |