文摘
英文文摘
论文说明:符号说明
声明
第一章绪论
1.1背景
1.2挤出吹塑型坯成型模拟与仿真的研究进展
1.2.1国内的研究进展
1.2.2国外的研究进展
1.3挤出吹塑型坯吹胀数值模拟的研究进展
1.3.1广义牛顿流体本构模型
1.3.2高弹态本构模型
1.3.3黏弹性本构模型
1.4吹塑制品壁厚优化的研究进展
1.4.1基于灵敏度分析的最优化技术
1.4.2基于遗传算法的最优化技术
1.4.3基于模糊逻辑的最优化技术
1.4.4基于ANN技术的优化技术
1.5挤出吹塑检测技术的研究进展
1.5.1挤出吹塑型坯尺寸在线检测技术的研究进展
1.5.2挤出吹塑制品壁厚检测技术的研究进展
1.6迭代学习控制算法的研究进展
1.6.1迭代学习算法研究
1.6.2迭代学习算法的稳定性和收敛性研究
1.6.3迭代学习控制算法的鲁棒性研究
1.6.4迭代学习控制的应用研究
1.7本文研究的来源、内容和意义
1.7.1本文研究课题的来源及主要的研究内容
1.7.2本文研究的意义
第二章总体方案设计
2.1研究对象
2.2总体方案
2.2.1挤出吹塑制品壁厚在线控制方案
2.2.2三维弯曲管件设备构建及其制品壁厚控制方案
2.3本章小结
第三章挤出吹塑型坯壁厚优化模型的建立
3.1引言
3.2型坯吹胀数学模型的建立
3.2.1守恒方程
3.2.2本构模型
3.3型坯吹胀有限元模拟
3.4人工神经网络
3.4.1 BP网络结构
3.4.2挤出吹塑ANN模型的建立方法
3.5遗传算法
3.5.1遗传算法的优点
3.5.2遗传算法的构成要素
3.5.3遗传算法的执行步骤
3.6基于FEM、ANN和GA的挤出吹塑型坯壁厚优化模型建立
3.7本章小结
第四章挤出吹塑型坯壁厚优化
4.1挤出吹塑型坯壁厚优化数学模型的建立
4.1.1优化目标函数的建立
4.1.2优化变量的选择
4.2挤出吹塑型坯吹胀过程的有限元模拟
4.2.1几何模型建立和网格划分
4.2.2边界条件和约束
4.2.3材料松弛时间谱的确定
4.2.4型坯吹胀过程模拟结果与分析
4.3 ANN模型的建立与训练
4.3.1 ANN模型的建立
4.3.2 ANN模型的训练
4.3.3 ANN模型的检验
4.4基于遗传算法的挤出吹塑型坯壁厚优化
4.4.1对标准遗传算法的改进
4.4.2多种群并行遗传优化算法的优化步骤
4.5优化结果
4.6本章小结
第五章挤出吹塑模具内制品壁厚超声波在线检测
5.1引言
5.2超声波检测的物理基础
5.2.1超声波的速度
5.2.2超声波的衰减
5.2.3超声波耦合技术
5.2.4超声波壁厚检测的步骤及其原理
5.3挤出吹塑模内制品壁厚超声波检测
5.3.1在线壁厚检测总体方案
5.3.2超声波发生设备选用及其通道扩展
5.3.3超声波探头的选用
5.3.4超声波探头的安装
5.3.5超声波速度校正
5.4超声波壁厚检测软件开发
5.5模内制品壁厚超声波在线检测实验
5.6本章小结
第六章自整定模糊高阶PD型迭代学习控制算法
6.1迭代学习控制理论
6.2模糊控制器设计
6.3自整定模糊高阶PD型迭代学习控制算法设计
6.3.1模糊控制器的设计
6.3.2迭代学习策略
6.4自整定模糊高阶PD型迭代学习控制算法仿真分析
6.4.1控制变量与控制目标
6.4.2结果分析与讨论
6.5本章小结
第七章挤出吹塑制品壁厚在线控制
7.1挤出吹塑壁厚控制特点
7.2挤出吹塑制品壁厚在线控制系统构建
7.2.1系统硬件构成
7.2.2系统软件
7.2.3挤出吹塑制品壁厚在线控制系统控制步骤
7.3挤出吹塑制品壁厚在线控制实验
7.3.1实验目标
7.3.2实验材料及吹塑工艺参数设置
7.3.3实验结果与分析
7.4基于最优化技术的挤出吹塑制品壁厚在线控制实验
7.4.1初始机头模口间隙获得
7.4.2控制结果分析
7.5本章小结
第八章三维吹塑设备构建及其制品壁厚优化控制
8.1三维吹塑方法
8.1.1三维吹塑发展现状
8.1.2三维吹塑方法的优点
8.2风动力牵引三维吹塑设备构建
8.3风动力牵引三维吹塑制品及其性能
8.3.1三维吹塑制品
8.3.2三维弯曲管件爆破实验
8.4风动力牵引三维吹塑方法的优点
8.5三维弯曲管件壁厚控制实验
8.5.1实验设备与参数
8.5.2壁厚检测与表征
8.5.3实验结果与分析
8.6本章小结
结论
参考文献
攻读博士学位期间取得的研究成果
致 谢