| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 引言 | 第15页 |
| 1.2 研究的背景和意义 | 第15-17页 |
| 1.3 国内外的研究现状 | 第17-19页 |
| 1.3.1 质量管理的发展 | 第17页 |
| 1.3.2 质量控制国内外研究现状 | 第17-19页 |
| 1.4 论文的研究内容与结构 | 第19-21页 |
| 第二章 发动机缸盖生产工艺及质量数据特点 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 发动机的组成 | 第21-22页 |
| 2.3 缸盖机加工装配工艺 | 第22-29页 |
| 2.3.1 缸盖机加工工艺 | 第22-23页 |
| 2.3.2 缸盖装配工艺 | 第23-24页 |
| 2.3.3 缸盖主要检测项目 | 第24-26页 |
| 2.3.4 缸盖检测数据特点 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于copula相关性多元质量控制 | 第31-53页 |
| 3.1 引言 | 第31页 |
| 3.2 copula函数理论 | 第31-38页 |
| 3.2.1 sklar函数和copula函数 | 第31-32页 |
| 3.2.2 多维copula | 第32-33页 |
| 3.2.3 常见copula函数 | 第33-34页 |
| 3.2.4 Copula参数估计 | 第34-36页 |
| 3.2.5 基于copula函数的相关性度量 | 第36-37页 |
| 3.2.6 copula拟合优度检验 | 第37-38页 |
| 3.3 基于copula的相关性分析模型构建 | 第38-47页 |
| 3.3.1 copula相关性模型构建方法 | 第38-39页 |
| 3.3.2 基于Copula函数的缸盖质量点相关性建模分析 | 第39页 |
| 3.3.3 发动机缸盖质量点实例分析 | 第39-47页 |
| 3.4 基于相关分析的多元控制图设计 | 第47-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 基于人工神经网络的多元质量诊断 | 第53-67页 |
| 4.1 引言 | 第53页 |
| 4.2 人工神经网络 | 第53-57页 |
| 4.2.1 人工神经网络的发展 | 第53-54页 |
| 4.2.2 人工神经元模型 | 第54-55页 |
| 4.2.3 常见神经网络结构图 | 第55-57页 |
| 4.2.4 神经网络的学习 | 第57页 |
| 4.3 BP神经网络 | 第57-61页 |
| 4.3.1 BP神经网络算法 | 第57-60页 |
| 4.3.2 BP神经网络参数选择 | 第60-61页 |
| 4.4 多元质量诊断 | 第61-62页 |
| 4.5 基于BP神经网络的多元质量诊断 | 第62-65页 |
| 4.6 本章小结 | 第65-67页 |
| 第五章 发动机缸盖线质量控制系统 | 第67-81页 |
| 5.1 引言 | 第67页 |
| 5.2 缸盖线质量控制系统构架 | 第67-69页 |
| 5.2.1 缸盖线质量控制系统开发方案 | 第67-68页 |
| 5.2.2 缸盖线质量控制系统硬件构架 | 第68页 |
| 5.2.3 缸盖线质量控制系统软件构架 | 第68-69页 |
| 5.3 缸盖线质量控制系统 | 第69-79页 |
| 5.3.1 基础功能模块 | 第69-73页 |
| 5.3.2 质量控制与诊断模块 | 第73-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 攻读学位期间的学术活动及成果清单 | 第86-87页 |