| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·磨削淬火技术的国内外研究现状 | 第9-10页 |
| ·人工神经网络在磨削加工中的应用现状 | 第10-15页 |
| ·课题来源及本文主要研究内容 | 第15-16页 |
| ·利用人工神经网络研究磨削淬火技术的可行性 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 BP网络及其改进 | 第18-33页 |
| ·引言 | 第18-19页 |
| ·人工神经网络的定义及特点 | 第19-21页 |
| ·人工神经网络的定义 | 第19-20页 |
| ·人工神经网络的特点 | 第20-21页 |
| ·激活函数(Activation Function) | 第21-22页 |
| ·误差逆传播神经网络(BP网络) | 第22-28页 |
| ·误差逆传播神经网络的定义 | 第22-23页 |
| ·BP算法 | 第23-28页 |
| ·BP算法的改进及注意问题 | 第28-31页 |
| ·BP算法的缺点 | 第28页 |
| ·BP算法的改进 | 第28-30页 |
| ·BP网络应用中应该注意的问题 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于改进BP网络的磨削淬火仿真系统 | 第33-45页 |
| ·引言 | 第33页 |
| ·仿真系统的总体设计 | 第33-36页 |
| ·总体设计 | 第33-36页 |
| ·系统中BP算法的改进 | 第36页 |
| ·仿真系统的软件实现 | 第36-44页 |
| ·仿真系统的用户管理模块 | 第37-38页 |
| ·仿真系统的BP算法模块 | 第38-41页 |
| ·仿真系统的结果预测及参数优化模块 | 第41-42页 |
| ·仿真系统的数据库操作模块 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 磨削淬火实验及数据采集 | 第45-60页 |
| ·磨削淬火实验中的磨削力测量 | 第45-49页 |
| ·实验方法 | 第45页 |
| ·实验条件 | 第45-47页 |
| ·实验步骤和结果 | 第47-49页 |
| ·磨削淬火实验中的温度测量 | 第49-57页 |
| ·热电偶测温的基本原理 | 第49-51页 |
| ·热电偶的应用定则 | 第51-52页 |
| ·实验方法 | 第52-53页 |
| ·热电偶丝的温度标定 | 第53-55页 |
| ·实验条件 | 第55-56页 |
| ·实验步骤和结果 | 第56-57页 |
| ·工件磨削表面组织相变层的深度的测量 | 第57-58页 |
| ·工件磨削表面粗糙度的测量 | 第58页 |
| ·工件磨削表面硬度的测量 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 实验数据处理及仿真系统验证 | 第60-67页 |
| ·磨削力的数据仿真 | 第60-62页 |
| ·由切削深度和进给速度仿真Y、Z向的平均磨削力 | 第60-61页 |
| ·由Y、Z向的平均磨削力反向预测切削深度和进给速度 | 第61-62页 |
| ·由加工参数预测磨削时的最高温度 | 第62-63页 |
| ·由加工参数预测加工表面粗糙度 | 第63-64页 |
| ·由加工参数预测加工表面最大硬度 | 第64页 |
| ·由表面粗糙度和表面硬度反向预测加工参数 | 第64-65页 |
| ·BP网络训练和数据验证中相关问题的讨论 | 第65-66页 |
| ·验证样本的选择对训练后网络仿真结果的影响 | 第65-66页 |
| ·用较少项数据预测多项数据的情况 | 第66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-74页 |
| 致谢 | 第74页 |