铬铜合金薄壁件切削变形控制与加工工艺参数的优化

目录

声明

第一章 绪论

1.1 选题背景及意义

1.2.1 薄壁件铣削加工仿真技术国内外现状

1.2.2 薄壁件切削变形预测的研究现状

1.2.3 薄壁件切削用量优化的研究现状

1.3 本课题目前研究的不足

1.4 本课题研究的主要内容

第二章 三维铣削加工过程有限元仿真

2.1 金属切削基本理论

2.1.1 金属切削的变形过程

2.1.2 切削力

2.1.3 切削热和切削温度

2.2 三维铣削有限元模型的仿真技术路线

2.3.1 材料本构模型

2.3.2 材料失效准则

2.3.3 自适应网格技术

2.4.1 立铣刀和工件模型的建立

2.4.2 材料属性的设置

2.4.3 模型的接触属性

2.4.4 设置载荷和添加约束

2.4.5 网格的划分

2.4.6 仿真结果分析与后处理

2.5 铣削力验证试验

2.5.1 铣削力实验原理

2.5.2 铣削参数的选择

2.5.3 实验分组方案

2.5.2 实验结果与数据分析

2.6 本章小结

第三章 薄壁件铣削加工变形研究

3.1 铬铜合金薄壁件铣削加工变形静力学仿真

3.1.1 仿真模型的建立

3.1.2 铣削力的加载

3.1.3 铣削仿真加工变形结果分析

3.2 铣削加工变形的测量

3.3 不同铣削参数下的加工变形预测

3.3.1 铣削力图形界面插件程序的应用

3.3.2 不同铣削参数下的加工变形数据的获取

3.4 本章小结

第四章 基于BP 神经网络的薄壁件变形预测模型

4.1 BP神经网络的原理

4.1.1 BP神经元

4.1.2 BP网络

4.1.3 BP网络的改进

4.2 BP神经网络模型的建立

4.2.1 确定BP网络的结构

4.2.2 误差的选择

4.3.1 训练样本数据

4.3.2 基于神经网络工具箱的样本数据拟合

4.4 本章小结

第五章 基于遗传算法的铣削参数优化

5.1 遗传算法的基本原理与方法

5.1.1 编码

5.1.2 遗传算法的基本运算

5.1.3 适应度函数

5.1.4 控制参数的选择

5.1.5 约束条件的处理

5.2.1 遗传算法的目标函数

5.2.2 约束条件

5.3.1 遗传算法的运算流程

5.3.2 适应度函数的建立

5.3.3 使用遗传算法优化铣削参数

5.4 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

致谢

参考文献

附录

攻读学位期间发表的论文