加工过程质量预测与控制技术的研究与应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-22页 |
| ·加工过程质量预测与控制技术的研究背景 | 第13-15页 |
| ·过程质量控制技术国内外研究现状 | 第15-18页 |
| ·统计过程控制概述 | 第15-17页 |
| ·人工智能技术在质量控制中的应用 | 第17页 |
| ·数据挖掘技术在质量控制中的应用 | 第17-18页 |
| ·棉纺质量控制的问题与研究状况 | 第18-20页 |
| ·本文的研究内容和结构安排 | 第20-22页 |
| 第二章 基于ANN的棉纺分段工艺质量预测 | 第22-36页 |
| ·引言 | 第22页 |
| ·人工神经网络与BP算法 | 第22-25页 |
| ·人工神经网络理论 | 第22-23页 |
| ·BP算法 | 第23-25页 |
| ·分段工艺质量模型 | 第25-30页 |
| ·单纱强力 | 第26-27页 |
| ·原棉与单纱强力 | 第27-28页 |
| ·纺纱工艺与成纱强力 | 第28-30页 |
| ·基于ANN的棉纺分段工艺质量预测 | 第30-35页 |
| ·预测模型的建立 | 第30-32页 |
| ·预测模型的应用 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 棉纺数据的规则提取 | 第36-49页 |
| ·引言 | 第36页 |
| ·粗糙集理论 | 第36-39页 |
| ·粗糙集定义 | 第36-37页 |
| ·知识表达系统与决策表 | 第37-39页 |
| ·数据预处理 | 第39-41页 |
| ·数据预处理 | 第39页 |
| ·数据离散化处理 | 第39-41页 |
| ·原棉数据离散化 | 第41-46页 |
| ·基于粗糙集理论的规则提取 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于SPC控制图的模式分类的研究 | 第49-64页 |
| ·SPC控制图理论 | 第49-51页 |
| ·SPC与SPC控制图 | 第49-50页 |
| ·常用控制图基本原理 | 第50-51页 |
| ·模式分类 | 第51-56页 |
| ·模式分类与统计学习理论 | 第51-53页 |
| ·支持向量机 | 第53-56页 |
| ·基于SPC控制图的模式分类的实现 | 第56-62页 |
| ·X-bar控制图模式识别的原理 | 第58-60页 |
| ·模式分类实现 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 棉纺质量预测与控制系统实现 | 第64-74页 |
| ·系统总体架构与功能模块 | 第64-68页 |
| ·系统主要功能模块介绍 | 第65-68页 |
| ·系统工作流程 | 第68-69页 |
| ·系统运行 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-75页 |
| ·本文的内容总结 | 第74页 |
| ·展望 | 第74-75页 |
| 附录 | 第75-79页 |
| 参考文献 | 第79-82页 |
| 攻读学位期间发表的学术论文 | 第82-83页 |
| 致谢 | 第83页 |
