数据驱动的制造产品质量缺陷分析与预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题背景及其研究意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 制造过程质量预测方法研究现状 | 第8-9页 |
| 1.2.2 制造过程质量缺陷分析方法研究现状 | 第9-10页 |
| 1.3 论文主要内容及创新点 | 第10-11页 |
| 1.3.1 论文的主要内容 | 第10-11页 |
| 1.3.2 论文的主要创新点 | 第11页 |
| 1.4 本章小结 | 第11-13页 |
| 第2章 相关基础知识简介 | 第13-21页 |
| 2.1 极端学习机简介 | 第13-14页 |
| 2.2 遗传优化算法简介 | 第14-16页 |
| 2.3 制造过程质量数据特点 | 第16-17页 |
| 2.4 数据流的特点及其处理方法简介 | 第17-18页 |
| 2.4.1 数据流特点 | 第17-18页 |
| 2.4.2 数据流处理方法 | 第18页 |
| 2.5 本章小结 | 第18-21页 |
| 第3章 基于知识发现的过程质量缺陷分析方法研究 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 过程质量缺陷关联挖掘模型 | 第21-23页 |
| 3.3 基于GA的关联规则抽取算法 | 第23-25页 |
| 3.4 基于遗传算法的关联规则抽取过程 | 第25页 |
| 3.5 注塑产品案例分析 | 第25-27页 |
| 3.6 本章小结 | 第27-29页 |
| 第4章 制造过程质量预测方法研究 | 第29-42页 |
| 4.1 引言 | 第29-30页 |
| 4.2 制造企业过程质量控制特点 | 第30-32页 |
| 4.2.1 制造企业过程质量影响因素分析 | 第30-31页 |
| 4.2.2 制造企业现有过程质量控制方法 | 第31-32页 |
| 4.3 融合云加端的制造产品在线质量预测研究 | 第32-39页 |
| 4.3.1 融合云加端的在线质量预测架构 | 第32-33页 |
| 4.3.2 云加端产品质量预测模型的构建 | 第33-36页 |
| 4.3.3 在线部分数据流的处理 | 第36-39页 |
| 4.4 本章小结 | 第39-42页 |
| 第5章 制造过程质量预测方法在点焊过程中的应用 | 第42-47页 |
| 5.1 引言 | 第42页 |
| 5.2 点焊过程的影响因素分析 | 第42-43页 |
| 5.3 实验条件 | 第43页 |
| 5.4 实验结果与分析 | 第43-45页 |
| 5.5 本章小结 | 第45-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-57页 |
