| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·铣削参数优化的研究现状 | 第9-10页 |
| ·典型特征件铣削加工表面粗糙度机理的研究现状 | 第10-12页 |
| ·主要研究内容及结构安排 | 第12-14页 |
| 2 航空典型特征件铣削参数优化系统总体设计 | 第14-25页 |
| ·系统需求分析 | 第14-15页 |
| ·系统功能需求 | 第14页 |
| ·系统性能需求 | 第14-15页 |
| ·系统结构设计 | 第15-23页 |
| ·系统体系结构设计 | 第15-16页 |
| ·系统工作流程设计 | 第16-18页 |
| ·系统数据流图分析 | 第18-21页 |
| ·系统功能分析 | 第21-23页 |
| ·系统实现的关键技术 | 第23-24页 |
| ·铣削加工表面粗糙度的预测 | 第23-24页 |
| ·铣削参数优化 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 铣削参数对航空典型特征件表面粗糙度的影响研究 | 第25-44页 |
| ·薄壁件铣削加工试验 | 第25-37页 |
| ·试验目的和条件 | 第25-27页 |
| ·试验设计 | 第27-29页 |
| ·铣削参数单因素变化对表面粗糙度的影响 | 第29-32页 |
| ·影响AlMnlCu表面粗糙度的重要效应因素 | 第32-37页 |
| ·整体叶轮铣削加工试验 | 第37-43页 |
| ·试验条件和方法 | 第38页 |
| ·正交试验设计 | 第38-39页 |
| ·试验结果直观分析 | 第39-42页 |
| ·试验结果极差分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 典型特征件铣削加工表面粗糙度预测模型 | 第44-55页 |
| ·基于BP神经网络的薄壁件铣削加工表面粗糙度预测模型 | 第44-50页 |
| ·BP神经网络 | 第44-47页 |
| ·BP神经网络的学习规则 | 第47-48页 |
| ·薄壁铣削加工预测模型的建立 | 第48-50页 |
| ·整体叶轮铣削加工表面粗糙度预测模型 | 第50-54页 |
| ·整体叶轮铣削加工试验数据的处理 | 第50-52页 |
| ·整体叶轮铣削加工表面粗糙度预测模型的建立及检验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于遗传算法和非线性规划函数寻优算法对铣削参数的优化 | 第55-65页 |
| ·铣削参数优化的数学模型 | 第55-58页 |
| ·薄壁铣削参数优化的铣削参数优化模 | 第55-57页 |
| ·整体叶轮铣削参数优化的铣削参数优化模型 | 第57-58页 |
| ·基于遗传算法和非线性规划函数寻忧算法对铣削参数的优化计算 | 第58-64页 |
| ·遗传算法和非线性规划 | 第58-61页 |
| ·铣削参数的优化程序 | 第61-62页 |
| ·铣削参数优化结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 6 软件系统设计与实现 | 第65-74页 |
| ·系统开发技术 | 第65-66页 |
| ·系统开发环境 | 第65-66页 |
| ·系统数据管理的实现 | 第66-68页 |
| ·数据库表设计 | 第66-67页 |
| ·数据表关系 | 第67-68页 |
| ·系统应用实例 | 第68-73页 |
| ·系统管理 | 第68-69页 |
| ·薄壁铣削加工试验数据分析 | 第69-70页 |
| ·薄壁铣削加工表面粗糙度预测 | 第70-72页 |
| ·薄壁铣削参数优化 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 7 总结与展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·未来展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
