新書推薦:
《
1911:危亡警告与救亡呼吁
》
售價:NT$
349.0
《
旷野人生:吉姆·罗杰斯的全球投资探险
》
售價:NT$
345.0
《
笼中王国 : 18世纪法国的珍禽异兽与社会文化
》
售價:NT$
340.0
《
思考的框架3:风靡华尔街的思维训练法
》
售價:NT$
295.0
《
被记忆的西周史(中山大学中珠学术译丛)
》
售價:NT$
690.0
《
森林疗法:拥抱大自然、获得幸福的季节性方法
》
售價:NT$
340.0
《
希腊人(伊恩·莫里斯文明史系列)
》
售價:NT$
845.0
《
亚马逊六页纸 如何高效开会、写作、完成工作
》
售價:NT$
349.0
|
內容簡介: |
由于花岗岩具有高强度、高硬度、高脆性等特征,属难加工材料,主要通过金刚石刀具对花岗岩的切削以实现加工。《花岗岩加工机理及加工效能研究》从压痕断裂理论入手,旨在分析花岗岩破碎以致实现加工的机理,在单颗粒数值仿真的基础上,进行了颗粒顺次切削的数值仿真。并通过试验研究方法给出影响加工效能的关键因素,利用神经网络技术给出了花岗岩加工铣削力模型预测方法。本书主要分七章,分别介绍了花岗岩加工机理及压痕断裂仿真、单颗粒切削及顺次切削数值仿真、压划痕试验研究、花岗岩铣削力理论分析、花岗岩压划痕实验、花岗岩加工铣削力预测等。
|
關於作者: |
长期从事石材产品的设计、加工及应用研究,作为主要研究人,参加了多项省部级课题研究,建设部项目“装饰石材CAD软件开发与应用”获华夏建设奖三等,作为研究成果与课题组其他成员共同开发的石材专用设计软件,在全国数十家石材企业应用,参与编写的《石材加工装备及工艺》《石材加工工具与技术》《石材装饰CAD基础》等书籍是石材企业的主要参考资料,同时,在该领域发表相关论文十多篇。
|
目錄:
|
第1章 绪论12
11花岗岩概述12
12 花岗岩加工概述14
121 板材加工设备15
122 花岗岩铣削工具18
13花岗岩铣削效能评价20
131切削力20
132花岗岩破碎率20
133刀具磨损21
第2章 花岗岩铣削加工机理及压痕断裂仿真22
21 花岗岩铣削加工过程22
22 压痕断裂机理23
221岩石性质及强度准则23
222 接触应力场28
222裂纹形成过程31
23断裂破碎力学模型32
231拉伸断裂破碎力学模型32
232剪切断裂破碎力学模型35
233改进力学模型37
24压痕仿真分析37
241试件模型37
242 网格的划分39
243 加载设置40
244 结果分析40
第3章 单颗粒切削及顺次切削数值仿真43
31 LS-DYNA分析流程43
32有限元模型建立44
321金刚石颗粒材料模型44
322花岗岩材料模型44
323有限元几何模型建立47
324加载设置47
33 单颗粒切削数值仿真结果分析48
331单颗粒切削花岗岩时的动态特性分析48
342切削过程中切削力的变化情况50
333颗粒切入形式对切削性能的影响51
334颗粒切入角度对切削性能的影响52
335深度对切削性能的影响55
336速度对切削性能的影响59
34颗粒顺次切削仿真分析61
341 顺次切削动态特性分析61
342顺次切削时切深对切削性能的影响63
343 颗粒顺次时切削速度对切削性能的影响65
第4章 压划痕试验研究66
41 压痕试验66
411 压痕试验设备仪器66
412花岗岩试件67
413 试验原理及方案68
414 试验结果分析69
42划痕试验71
421划痕试验设备71
422 试验原理及方案设计71
423划痕试验结果分析72
第5章 花岗岩铣削加工铣削力理论分析80
51花岗岩铣削加工模型80
52 花岗岩铣削加工几何学分析82
521 接触弧长83
522 平均铣削厚度85
523当量铣削厚度86
53单颗粒金刚石切削花岗岩受力分析87
531铣刀有效金刚石磨粒数87
532 单颗粒金刚石的受力88
54花岗岩铣削加工刀具受力分析90
541铣削力理论分析90
542典型加工刀具受力分析93
第6章花岗岩铣削加工铣削力实验95
61 实验工况配置95
63 铣削力正交实验97
631 方案设计97
632极差分析99
633方差分析102
第7章基于神经网络花岗岩加工铣削力预测107
71 人工神经网络模型概述107
712人工神经网络结构112
713人工神经网络的训练114
72 基于BP神经网络的花岗岩加工铣削力预测116
721 BP网络拓扑结构与训练算法116
722铣削力预测的BP网络结构设计122
723BP神经网络模型的MATLAB程序设计129
724 BP神经网络对金刚石铣刀铣削力预测的性能测试130
73 基于RBF神经网络的花岗岩加工铣削力预测133
731 RBF神经网络的学习方法133
732铣削力预测RBF神经网络的MATLAB程序设计136
733铣削力预测RBF神经网络预测性能测试137
74 两种模型对铣削力预测的对比分析140
|
|