学位论文 > 优秀研究生学位论文题录展示

陶瓷磨削加工性系统研究

作　者: 赵楠
导　师: 于爱兵
学　校: 天津大学
专　业: 机械制造及其自动化
关键词: 磨削加工性陶瓷非参数统计偏最小二乘回归解释结构模型网络分析法广义回归神经网络
分类号: TG580.6
类　型: 硕士论文
年　份: 2007年
下　载: 117次
引　用: 0次
阅　读: 论文下载

内容摘要

磨削加工性表示对陶瓷材料进行磨削加工的难易程度,磨削加工性将磨削过程与材料的性能、组织结构、成分等因素充分联系起来,成为陶瓷材料设计与磨削加工之间的连接纽带。通过陶瓷材料的磨削加工性分析,可以选择合理的材料性能和工艺参数,实现陶瓷材料的高效加工。本文在陶瓷磨削加工理论的基础上,应用系统分析的思想和建模方法,综合考虑陶瓷的力学性能和工艺参数,开展陶瓷磨削加工性系统的基础研究。基于“结构决定功能”系统观点,本文首先应用非参数统计学的方法研究陶瓷磨削加工性系统中主要组成单元——陶瓷力学性能参数。利用拟合优度检验法研究了参数的分布规律,利用秩相关系数和灰关联系数研究参数之间的线性、非线性相关性。研究结果与已有理论相容,可为陶瓷材料的设计和选择提供依据,是陶瓷磨削加工性系统研究的基础。根据陶瓷磨削理论,合理选择陶瓷力学参数和工艺参数,建立了陶瓷磨削加工性系统的解释结构模型,直观体现了系统的层次结构,可用于控制磨削加工过程。应用网络分析法,通过计算极限超矩阵确定磨削加工性影响参数的相对权重,为陶瓷磨削加工性评价提供一种新方法。应用现代多元统计学方法,分析传统多元线性回归方法用于陶瓷磨削加工性系统建模的缺点和不足,提出陶瓷磨削加工小样本多元数据拟合存在的问题。建立了磨削加工性系统的偏最小二乘回归模型,得到较高的拟合精度。得到的回归方程与现有理论、实验结论一致,可用于磨削力及表面粗糙度的预测,并指导陶瓷材料的加工及工艺参数的选择。应用BP神经网络、广义回归神经网络方法建立陶瓷磨削加工性系统模型,较好的解决了线性回归模型对系统的线性假设问题。广义回归神经网络对小样本多元数据的非线性拟合效果较好,更适合用于研究陶瓷的磨削加工。

全文目录

中文摘要  3-4
ABSTRACT  4-9
第一章绪论  9-16
  1.1 陶瓷材料的磨削加工性  9-10
  1.2 陶瓷磨削加工性研究现状  10-11
  1.3 陶瓷材料力学性能  11-13
  1.4 系统工程的基本思想  13-14
  1.5 本文的研究工作  14-16
第二章陶瓷力学性能分布规律与相关性  16-29
  2.1 陶瓷力学性能分布拟合  16-24
    2.1.1 非参数统计的拟合优度检验  16-19
    2.1.2 陶瓷力学性能参数分布的拟合优度检验  19-24
  2.2 陶瓷力学性能参数的相关分析  24-26
    2.2.1 几种常用的相关分析方法  24-26
    2.2.2 陶瓷材料力学性能参数的相关分析  26
  2.3 结果分析  26-28
    2.3.1 线性相关性分析  26
    2.3.2 非线性相关性分析  26-28
  2.4 本章小结  28-29
第三章陶瓷磨削加工性系统的回归方程模型  29-46
  3.1 多元线性回归的基本算法  29-31
    3.1.1 多元线性回归方程的回归参数估计  29-30
    3.1.2 回归方程的显著性检验  30-31
  3.2 偏最小二乘回归（PLSR）的基本原理和算法  31-33
    3.2.1 PLSR 的研究目的与特点  31-32
    3.2.2 偏最小二乘回归（PLSR）模型的算法  32-33
  3.3 陶瓷磨削加工性系统的PLSR 模型  33-43
    3.3.1 数据来源  33-34
    3.3.2 多重相关性诊断  34
    3.3.3 偏最小二乘回归方程模型的建立  34-35
    3.3.4 回归模型的检验与分析  35-40
    3.3.5 偏最小二乘回归模型的辅助分析技术  40-43
  3.4 陶瓷磨削加工性系统的多元线性回归模型  43-44
    3.4.1 多元线性回归模型的建立  43
    3.4.2 多元线性回归模型的检验  43-44
    3.4.3 结果分析  44
  3.5 小结  44-46
第四章陶瓷磨削加工性系统的解释结构模型  46-60
  4.1 解释结构模型原理  46-48
    4.1.1 计算可达矩阵  47-48
    4.1.2 级别划分  48
  4.2 陶瓷材料磨削加工性的解释结构模型  48-52
    4.2.1 确定磨削加工性系统的组成元素  48-49
    4.2.2 建立陶瓷加工性的结构模型  49-52
  4.3 应用网络分析法评价陶瓷磨削加工性  52-59
    4.3.1 网络分析法原理  52-54
    4.3.2 评价实例  54-59
  4.4 本章结论  59-60
第五章陶瓷磨削加工性系统的神经网络模型  60-76
  5.1 神经网络简介  60-61
  5.2 几种典型的神经网络模型  61-66
    5.2.1 神经元结构模型  61-62
    5.2.2 神经网络拓扑结构  62-63
    5.2.3 BP 神经网络  63-64
    5.2.4 RBF 神经网络  64-65
    5.2.5 GRNN（广义回归）神经网络  65-66
  5.3 陶瓷磨削加工性系统的神经网络模型  66-74
    5.3.1 陶瓷磨削加工性系统的BP 神经网络模型  67-71
    5.3.2 陶瓷磨削加工性系统的GRNN 神经网络模型  71-74
    5.3.3 讨论  74
  5.4 本章小结  74-76
第六章全文总结  76-78
  6.1 本文结论  76-77
  6.2 存在问题及进一步的研究工作  77-78
参考文献  78-84
发表论文和科研情况  84-85
附录  85-93
致谢  93

陶瓷磨削加工性系统研究

内容摘要

全文目录

相似论文