数控车削系统物理仿真建模及其虚拟切削过程的研究 |
论文目录 | | | 中文摘要 | 第1-4
页 | | ABSTRACT | 第4-8
页 | | 第一章 绪论 | 第8-23
页 | | · 课题提出的背景 | 第8-9
页 | | · 切削过程的几何仿真和物理仿真的建模研究 | 第9-17
页 | | · 切削过程几何仿真的建模研究 | 第9-11
页 | | · 切削过程物理仿真的建模研究 | 第11-17
页 | | · 虚拟制造的研究 | 第17-20
页 | | · 虚拟制造的分类 | 第18-19
页 | | · 虚拟制造的研究应用现状 | 第19-20
页 | | · 论文拟研究的主要内容 | 第20-23
页 | | 第二章 动态切削力的预测模拟 | 第23-46
页 | | · 基于时间序列的动态车削力数学模型分析 | 第23-31
页 | | · ARMA（p ,q）模型的自相关函数和偏相关函数 | 第24-27
页 | | · ARMA（p ,q）模型结构参数的初步估计算法 | 第27-29
页 | | · ARMA（p, q）模型参数的精确求解算法 | 第29-31
页 | | · 动态车削力实验系统的构建 | 第31-34
页 | | · 动态车削力时序模型的建立及其预测分析 | 第34-45
页 | | · 模型结构的建立 | 第34-40
页 | | · 动态切削力模型的预测分析 | 第40-45
页 | | · 本章小结 | 第45-46
页 | | 第三章 基于人工神经网络的刀具磨损、切削力和切屑形态的预测仿真 | 第46-65
页 | | · 人工神经网络模型的数学描述 | 第46-49
页 | | · 基于人工神经网络的刀具磨损预测仿真 | 第49-59
页 | | · 刀具磨损预测的人工神经网络模型 | 第49-57
页 | | · 网络模型的样本训练 | 第57-59
页 | | · 刀具磨损的预测与验证 | 第59
页 | | · 基于人工神经网络的切削力仿真 | 第59-62
页 | | · 人工神经网络模型的数学分析 | 第60-61
页 | | · 网络模型的训练与验证 | 第61-62
页 | | · 基于人工神经网络思想的切屑形态预测仿真 | 第62-64
页 | | · 切屑形态预测的人工神经网络模型 | 第62-63
页 | | · 网络模型训练与验证 | 第63-64
页 | | · 本章小结 | 第64-65
页 | | 第四章 数控车削参数的优化 | 第65-81
页 | | · 遗传算法的理论 | 第65-73
页 | | · 遗传算法的概念和方法 | 第66-67
页 | | · 群体的设定和初始化 | 第67
页 | | · 编码问题 | 第67-68
页 | | · 适应度函数 | 第68-69
页 | | · 遗传操作 | 第69-72
页 | | · 终止循环准则 | 第72-73
页 | | · 基于遗传算法思想的车削参数优化模型 | 第73-79
页 | | · 车削参数优化的数学模型 | 第73-75
页 | | · 遗传算法的优化求解 | 第75-79
页 | | · 优化计算结果分析 | 第79-80
页 | | · 本章小结 | 第80-81
页 | | 第五章 基于虚拟环境下的切削过程几何物理集成动态仿真 | 第81-116
页 | | · 虚拟切削加工环境的构建 | 第82-85
页 | | · 基于混合建模(Hybrid Model) 技术构建虚拟对象 | 第82-83
页 | | · 虚拟加工系统的光照模型和光线跟踪算法 | 第83-85
页 | | · 基于虚拟环境下的产品开发过程模型及其结构功能设计 | 第85-88
页 | | · 实现虚拟切削系统的关键技术研究 | 第88-112
页 | | · 实时NC程序优化编译器的设计 | 第88-93
页 | | · 刀位插补算法的实现 | 第93-101
页 | | · 切削仿真的动态实时建模算法研究 | 第101-112
页 | | · 数控车削过程的几何物理仿真 | 第112-115
页 | | · 本章小结 | 第115-116
页 | | 第六章 结论与展望 | 第116-118
页 | | 参考文献 | 第118-127
页 | | 攻读博士期间发表论文和参加科研情况 | 第127-129
页 | | 致谢 | 第129
页 |
|
|
|
