| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 研究的背景和目的和意义 | 第12-13页 |
| 1.2 质量异常预测与诊断方法的研究现状 | 第13-15页 |
| 1.2.1 质量异常预测的现状 | 第13-14页 |
| 1.2.2 质量异常诊断的现状 | 第14-15页 |
| 1.3 数据挖掘与动态统计过程控制技术的现状 | 第15-21页 |
| 1.3.1 数据挖掘的应用现状 | 第15-16页 |
| 1.3.2 动态统计过程控制技术的现状 | 第16-21页 |
| 1.4 论文研究内容 | 第21-23页 |
| 第2章 数据挖掘与动态统计过程控制技术的相关理论方法 | 第23-41页 |
| 2.1 引言 | 第23页 |
| 2.2 数据挖掘技术 | 第23-34页 |
| 2.2.1 粗糙集理论 | 第24-25页 |
| 2.2.2 聚类分析技术 | 第25-34页 |
| 2.3 模式识别 | 第34-35页 |
| 2.4 统计过程控制技术 | 第35-40页 |
| 2.4.1 控制图 | 第35-39页 |
| 2.4.2 主成分分析法(PCA) | 第39-40页 |
| 2.4.3 动态统计过程控制 | 第40页 |
| 2.5 小结 | 第40-41页 |
| 第3章 基于聚类方法的质量异常预测方法研究 | 第41-50页 |
| 3.1 引言 | 第41-42页 |
| 3.2 工序质量的影响因素 | 第42-43页 |
| 3.3 基于控制图的聚类方法 | 第43-46页 |
| 3.3.1 控制图的关键特征参数提取 | 第44-45页 |
| 3.3.2 控制图的聚类 | 第45-46页 |
| 3.4 工序质量异常预测 | 第46-49页 |
| 3.4.1 质量异常的表现 | 第47页 |
| 3.4.2 工序质量异常预测的过程 | 第47-49页 |
| 3.5 小结 | 第49-50页 |
| 第4章 基于概念驱动的质量异常诊断方法研究 | 第50-64页 |
| 4.1 引言 | 第50页 |
| 4.2 概念驱动 | 第50-56页 |
| 4.2.1 概念提取 | 第51-54页 |
| 4.2.2 概念驱动诊断原理 | 第54-56页 |
| 4.3 质量异常诊断 | 第56-63页 |
| 4.3.1 质量诊断的复杂性 | 第56-57页 |
| 4.3.2 质量异常诊断过程 | 第57-63页 |
| 4.4 小结 | 第63-64页 |
| 第5章 质量异常预测与诊断的方法在变速箱壳体加工中的应用 | 第64-78页 |
| 5.1 引言 | 第64页 |
| 5.2 聚类模式提取 | 第64-74页 |
| 5.2.1 数据处理 | 第64-71页 |
| 5.2.2 数据的聚类模式 | 第71-74页 |
| 5.3 工序质量异常预测 | 第74-76页 |
| 5.4 工序质量异常诊断 | 第76-77页 |
| 5.5 小结 | 第77-78页 |
| 第6章 总结与研究展望 | 第78-82页 |
| 6.1 总结 | 第78-79页 |
| 6.2 研究展望 | 第79-82页 |
| 参考文献 | 第82-92页 |
| 作者在攻读博士学位期间发表的论文 | 第92-94页 |
| 致谢 | 第94页 |