摘要5-6
Abstract6-10
第1章 绪论10-17
1.1 课题探讨的目的及作用10
1.2 高速切削技术10-11
1.3 表面粗糙度探讨11-14
1.3.1 表面粗糙度对产品质量的影响11-12
1.3.2 表面粗糙度的评定参数12
1.3.3 高速切削的表面粗糙度探讨近况12-14
1.4 切削参数优化14-15
1.5 本论文主要探讨内容及技术路线15-17
1.5.1 主要内容15-16
1.5.2 技术路线16-17
第2章 高速铣削表面粗糙度的试验探讨17-37
2.1 正交试验设计论述概述17-19
2.1.1 正交试验设计的基本定义17-18
2.1.2 正交表的选择18-19
2.1.3 正交试验设计的基本策略19
2.2 正交试验案例设计19-26
2.2.1 因素的选取及案例表的制定19-21
2.2.2 试验记录21-26
2.3 正交试验极差浅析26-30
2.3.1 数据处理26-27
2.3.2 铣削参数对表面粗糙度的影响27-29
2.3.3 极差浅析结论29-30
2.4 正交试验方差浅析30-35
2.4.1 偏差平方和的分解30-33
2.4.2 显著性检验33
2.4.3 置信区间33-35
2.4.4 方差浅析结论35
2.5 验证试验35
2.6 本章小结35-37
第3章 高速铣削表面粗糙度预测模型的建立37-49
3.1 高速铣削加工表面的形成37-38
3.2 基于论述公式的表面粗糙度预测38-39
3.3 建立预测模型策略的选取39-42
3.3.1 响应曲面法40-41
3.3.2 BP 神经网络41
3.3.3 回归浅析法41-42
3.4 基于回归浅析的表面粗糙度预测模型的建立42-48
3.4.1 回归浅析的基本思想42
3.4.2 多元线性回归数学模型42-43
3.4.3 参数的最小二乘估计43-46
3.4.4 表面粗糙度预测模型的显著性检验46-47
3.4.5 回归系数的显著性检验47-48
3.5 表面粗糙度预测模型的验证48
3.6 本章小结48-49
第4章 铣削参数优化49-65
4.1 遗传算法(GA)介绍49-51
4.1.1 遗传算法定义与特点49-50
4.1.2 遗传算法的操作流程50-51
4.2 遗传算法的实现51-55
4.2.1 染色体编码51-52
4.2.2 适应度函数的确定52
4.2.3 遗传算子52-54
4.2.4 交叉概率的选取54
4.2.5 变异概率的选取54-55
4.3 铣削参数优化的数学模型55-56
4.3.1 模型决策变量55
4.3.2 目标函数55
4.3.3 约束条件55-56
4.4 铣削参数的优化56-60
4.4.1 约束条件的处理56-57
4.4.2 基于 MATLAB 遗传算法工具箱的优化不足求解57-60
4.5 优化结果浅析60-62
4.6 加工实例62-63
4.7 本章小结63-65
结论65-66