花岗岩具有高强度、高硬度、高脆性等特征，属于难加工材料，主要通过金刚石刀具对花岗岩切削来实现加工。本书从压痕断裂理论入手，介绍了单颗粒和颗粒顺次切削的数值仿真方法，通过试验研究方法总结出影响加工效能的关键因素，并给出了模型预测方法。内容主要包括花岗岩铣削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，花岗岩加工切削力理论分析，花岗岩加工切削力试验，基于神经网络花岗岩加工切削力预测等。
本书可供石材、机械加工、材料等领域的工程技术人员阅读参考。

齐凤莲，女，博士，沈阳建筑大学机械工程学院副教授。多年来一直从事石材加工及应用研究，主持完成住房和城乡建设部项目“石材板材一体化加工集成系统研究”、沈阳市项目“石材行业CAD/CAPP/CAM集成系统产业化”。同时结合自身专业特长参加国家级和省部级科研项目十余项，包括国家“十一五”科技攻关项目“异型石材多功能数控加工成套设备研究与产业化开发”等。作为主要完成人的“建筑装饰石材CAD软件开发与应用”项目获得“辽宁省科学技术奖”三等奖、“华夏建设奖”三等奖。在该领域发表论文十多篇，参与编写《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。

第1章 绪论
1.1 花岗岩概述
1.1.1 花岗岩物理特性
1.1.2 花岗岩主要成分
1.1.3 花岗岩分类
1.2 花岗岩加工概述
1.2.1 板材加工设备
1.2.2 花岗岩铣削工具
1.3 花岗岩铣削效能评价
1.3.1 切削力
1.3.2 花岗岩破碎率
1.3.3 刀具磨损
第2章 花岗岩铣削加工机理及压痕断裂仿真
2.1 花岗岩铣削加工过程
2.2 压痕断裂机理
2.2.1 岩石性质及强度准则
2.2.2 接触应力场
2.2.3 裂纹形成过程
2.3 断裂破碎力学模型
2.3.1 拉伸断裂破碎力学模型
2.3.2 剪切断裂破碎力学模型
2.3.3 改进力学模型
2.4 压痕仿真分析
2.4.1 试件模型
2.4.2 网格划分
2.4.3 加载设置
2.4.4 结果分析
第3章 单颗粒切削及顺次切削数值仿真
3.1 概述
3.2 LS-DYNA分析流程
3.3 有限元模型建立
3.3.1 金刚石颗粒材料模型
3.3.2 花岗岩材料模型
3.3.3 有限元几何模型
3.3.4 加载设置
3.4 单颗粒切削数值仿真结果分析
3.4.1 单颗粒切削花岗岩时的动态特性分析
3.4.2 切削过程中切削力的变化情况
3.4.3 颗粒切入形式对切削性能的影响
3.4.4 颗粒切入角度对切削性能的影响
3.4.5 切削深度对切削性能的影响
3.4.6 切削速度对切削性能的影响
3.5 颗粒顺次切削数值仿真结果分析
3.5.1 颗粒顺次切削时的动态特性分析
3.5.2 颗粒顺次切削时切削深度对切削性能的影响
3.5.3 颗粒顺次切削时切削速度对切削性能的影响
第4章 压、划痕试验研究
4.1 概述
4.2 压痕试验
4.2.1 试验设备
4.2.2 花岗岩试件
4.2.3 试验原理及方案设计
4.2.4 试验结果分析
4.3 划痕试验
4.3.1 试验设备
4.3.2 试验原理及方案设计
4.3.3 试验结果分析
第5章 花岗岩加工切削力理论分析
5.1 花岗岩加工模型
5.2 花岗岩加工几何学分析
5.2.1 接触弧长
5.2.2 平均切削厚度
5.2.3 当量切削厚度
5.3 单颗粒金刚石切削花岗岩受力分析
5.3.1 刀具有效金刚石磨粒数
5.3.2 单颗粒金刚石的受力
5.4 花岗岩加工刀具受力分析
5.4.1 切削力理论分析
5.4.2 典型加工刀具受力分析
第6章 花岗岩加工切削力试验
6.1 试验工况配置
6.2 切削力正交试验
6.2.1 方案设计
6.2.2 极差分析
6.2.3 方差分析
第7章 基于神经网络花岗岩加工切削力预测
7.1 人工神经网络模型概述
7.1.1 人工神经元模型
7.1.2 人工神经网络结构
7.1.3 人工神经网络训练
7.2 基于BP神经网络的花岗岩加工切削力预测
7.2.1 BP网络拓扑结构与训练算法
7.2.2 切削力预测的BP网络结构设计
7.2.3 BP神经网络模型的MATLAB程序设计
7.2.4 BP神经网络对金刚石刀具切削力预测的性能测试
7.3 基于RBF神经网络的花岗岩加工切削力预测
7.3.1 RBF神经网络的学习方法
7.3.2 RBF神经网络模型的MATLAB程序设计
7.3.3 RBF神经网络对金刚石刀具切削力预测的性能测试
7.4 两种模型对切削力预测的对比分析
参考文献