文摘
英文文摘
图表清单
第一章 绪论
1.1 引言
1.2 关于表面粗糙度的研究现状
1.2.1 国内外对表面粗糙度预测研究的现状
1.2.2 钛合金铣削表面粗糙度研究现状
1.3 表面粗糙度预测存在的问题
1.4 本文的主要研究工作
1.5 本文主要内容的安排
第二章 球头铣刀加工残余表面几何模型
2.1 铣刀的类型及工艺特点
2.1.1 广义铣刀几何参数
2.2 预测模型构成
2.2.1 球形刃数学模型
2.2.2 刀具坐标系下刀刃的一般表达式
2.2.3 工件坐标系下刀刃的一般表达式
2.3 TC11铣削试验与仿真
2.3.1 TC11材料参数
2.3.2 仿真算法
2.3.3 仿真算例
2.4 本章小结
第三章 神经网络(BP网络)预测模型
3.1 BP人工神经网络
3.1.1 BP神经网络学习算法
3.1.2 BP神经网络算法实现
3.1.3 BP神经网络的不足及改进
3.1.4 BP神经网络在高速铣削表面粗糙度预测中的应用
3.2 BP神经网络粗糙度预测模型设计
3.2.1 BP神经网络层数设计
3.2.2 BP神经网络各层节点数的确定
3.2.3 BP神经网络传递函数选取
3.3 BP神经网络粗糙度预测模型训练
3.3.1 BP神经网络模型训练样本数据采集
3.3.2 数据预处理
3.3.3 网络训练
3.4 BP神经网络预测模型的确定及数据处理
3.4.1 BP神经网络模型的确定
3.4.2 数据处理以及误差计算
3.5 本章小结
第四章 回归分析模型
4.1 基于回归分析对表面粗糙度预测模型的研究
4.1.1 多元线性回归分析
4.1.2 多元线性回归分析在粗糙度预测中的应用
4.2 粗糙度预测回归模型建立
4.3 表面粗糙度预测模型的显著性检验
4.3.1 表面粗糙度预测模型的显著性检验
4.3.2 表面粗糙度预测模型回归系数显著性检验
4.3.3 回归分析模型预测结果的试验验证
4.4 本章小结
第五章 表面粗糙度预测实例验证
5.1 钛合金高速铣削试验方案
5.1.1 工件材料
5.1.2 试验仪器
5.1.3 TC4试验方案
5.2 铣削表面粗糙度试验与建模预测结果的对比分析
5.3 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在学期间的研究成果及发表的学术论文