声明
致谢
1 绪论
1.1 研究背景及意义
1.2 超声磨削加工研究现状
1.3 智能算法及支持向量机在机械加工中的应用
1.4 本文主要研究内容
2 超声磨削工程陶瓷磨削力及表面粗糙度试验研究
2.1 引言
2.2 超声磨削试验平台搭建
2.2.1 声学系统振动性能测试
2.2.2 试验预处理及平台搭建
2.2.3 试验条件及方案
2.3 Al2O3陶瓷磨削力试验研究
2.3.1 磨削力测试方法及试验结果
2.3.2 超声振幅对磨削力的影响
2.3.3 磨削深度对磨削力的影响
2.3.4 砂轮转速对磨削力的影响
2.3.5 工作台速度对磨削力的影响
2.4 Al2O3陶瓷表面粗糙度试验研究
2.4.1 表面粗糙度测试方法及试验结果
2.4.2 超声振幅对表面粗糙度的影响
2.4.3 磨削深度对表面粗糙度的影响
2.4.4 砂轮转速对表面粗糙度的影响
2.4.5 工作台速度对表面粗糙度的影响
2.5 本章小结
3 APSO-SVM磨削力及表面粗糙度预测模型的建立
3.1 引言
3.2 回归支持向量机分析
3.2.1 非线性回归支持向量机分析
3.2.2 常用核函数
3.3 粒子群算法原理
3.4 粒子群算法影响因素研究
3.5 粒子群算法参数仿真试验研究
3.5.1 参数仿真试验
3.5.2 参数仿真试验结果分析
3.5.3算法仿真试验对比
3.6 APSO-SVM模型的构建
3.6.1 APSO-SVM模型流程
3.6.2 APSO-SVM模型及预测数据
3.7 本章小结
4 AISPSO-SVM 磨削力及表面粗糙度预测模型的建立
4.1 引言
4.2 混合核函数研究
4.3 自适应粒子群算法局部收敛研究
4.4人工免疫系统算子分析与改进
4.4.1人工免疫系统算子分析
4.4.2 选择算子及变异算子的改进
4.5 AISPSO-SVM模型的构建
4.5.1 AISPSO-SVM模型特点与流程
4.5.2 AISPSO-SVM模型伪代码
4.5.3 AISPSO-SVM模型及预测数据
4.6 本章小结
5 磨削力及表面粗糙度预测模型有效性研究
5.1 引言
5.2 对比预测模型的建立
5.3 切向磨削力预测模型有效性研究
5.3.1 平均相对误差最优的切向磨削力预测模型研究
5.3.2 切向磨削力模型预测能力及稳定性研究
5.4 法向磨削力预测模型有效性研究
5.4.1 平均相对误差最优的法向磨削力预测模型研究
5.4.2 法向磨削力模型预测能力及稳定性研究
5.5 表面粗糙度预测模型有效性研究
5.5.1 平均相对误差最优的表面粗糙度预测模型研究
5.5.2 表面粗糙度模型预测能力及稳定性研究
5.6 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文数据集
河南理工大学;
