文摘
英文文摘
学位论文独创性声明及学位论文使用授权声明
第一章绪论
1.1问题的提出与研究意义
1.2多次冲击问题的研究及发展状况
1.3疲劳可靠性技术的应用历史和应用现状
1.4本文的主要研究内容
第二章试验设计及设备
2.1试件材料
2.1.1熔覆层粉末材料的选择
2.1.2基体材料的选择
2.2试验设备
2.2.1激光器及熔覆参数选择
2.2.2多冲疲劳试验机
2.2.3其它检测设备
2.3试验设计
2.3.1正交设计
2.3.2疲劳试验设计
2.3.3制样与试验过程
2.4本章小结
第三章激光涂层零件多冲疲劳失效的典型过程及分析
3.1多冲载荷下零件的失效类型及特点
3.2多冲载荷下激光涂层零件失效的宏观表现与分析
3.2.1开裂
3.2.2凹陷与镦粗
3.2.3表面蚀坑
3.2.4崩落
3.2.5失效原因的探讨
3.3多冲载荷下涂层零件典型的失效过程分析
3.4多冲载荷下涂层零件具有的失效特性
3.5失效判据的选择
3.6本章小结
第四章激光涂层零件多冲疲劳寿命的可靠性建模
4.1数据分析与可靠性模型选择
4.1.1分布模型的选择
4.1.2数据的初步分析
4.2可靠性分析
4.2.1对每级应力求存活率P下的对数寿命
4.2.2回归分析,拟合P-S-N曲线
4.2.3正交分析
4.3进一步试验与分析
4.4基于MATLAB的可靠性分析的用户界面
4.4.1MATLAB简介
4.4.2用户界面设计
4.4.3基于MATLAB的激光涂层多冲可靠性分析的用户界面实现
4.4.4“激光涂层零件多冲疲劳可靠性模型”界面的应用实例
4.5本章小结
第五章激光涂层零件多冲疲劳寿命的神经网络建模
5.1人工神经网络简介
5.2反向传播(BP)神经网络
5.2.1标准BP算法
5.2.2算法的改进
5.3激光熔覆层性能分析的人工神经网络模型
5.3.1输入输出数据的设计与准备
5.3.2网络的结构与设计
5.4基于BP神经网络的激光涂层性能预测的MATLAB实现
5.4.1人工神经网络工具箱
5.4.2激光熔覆层性能预测的BP网络的MATLAB实现
5.5基于神经网络的因素分析法
5.6基于神经网络的激光涂层性能分析的用户界面及应用举例
5.7可靠性模型与神经网络模型的比较
5.8本章小结
第六章本文结论
6.1本文的主要结论
6.2本文工作展望
参考文献
攻读硕士期间发表的学术论文
附录
附录一在MATLAB环境中用随机加权法求样本分布参数的程序
附录二存活率P下各正交方案的对数寿命值
附录三基于MATLAB的疲劳可靠性分析的用户界面设计程序
附录四基于MATLAB的BP神经网络建模的实现程序及说明
附录五基于MATLAB的神经网络因素分析的应用界面的设计程序
附录六基于MATLAB的神经网络分析模型的用户界面设计程序
附录七基于MATLAB的神经网络建模的用户界面介绍1
附录七基于MATLAB的神经网络建模的用户界面介绍2
致谢