塑料注射成形产品质量智能检测技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第12-41页 |
| 1.1 课题来源、研究目的与意义 | 第12-14页 |
| 1.2 产品质量表征方法与影响因素分析 | 第14-18页 |
| 1.3 产品质量智能检测技术 | 第18-24页 |
| 1.4 基于机器视觉的智能检测技术 | 第24-33页 |
| 1.5 基于过程数据的智能检测技术 | 第33-38页 |
| 1.6 研究内容与章节安排 | 第38-41页 |
| 2 产品图像特征学习与缺陷识别 | 第41-74页 |
| 2.1 引言 | 第41-42页 |
| 2.2 产品图像特征分析 | 第42-47页 |
| 2.3 改进的图像特征学习方法 | 第47-52页 |
| 2.4 注射成形产品缺陷识别 | 第52-59页 |
| 2.5 实验验证与结果讨论 | 第59-72页 |
| 2.6 本章小结 | 第72-74页 |
| 3 产品多缺陷自动定位与检测 | 第74-110页 |
| 3.1 引言 | 第74-75页 |
| 3.2 产品缺陷区域定位 | 第75-79页 |
| 3.3 产品缺陷区域推荐网络 | 第79-86页 |
| 3.4 注射成形产品缺陷检测方法 | 第86-90页 |
| 3.5 改进的图像特征学习网络 | 第90-95页 |
| 3.6 实验验证与结果讨论 | 第95-107页 |
| 3.7 本章小结 | 第107-110页 |
| 4 注射成形过程特征的自学习 | 第110-137页 |
| 4.1 引言 | 第110页 |
| 4.2 注射成形过程变量选择 | 第110-113页 |
| 4.3 注射成形过程特征分析 | 第113-118页 |
| 4.4 注射成成形过程特征学习方法 | 第118-120页 |
| 4.5 过程特征的卷积自编码学习方法 | 第120-124页 |
| 4.6 实验验证与结果讨论 | 第124-134页 |
| 4.7 本章小结 | 第134-137页 |
| 5 基于过程特征的产品质量检测 | 第137-154页 |
| 5.1 引言 | 第137页 |
| 5.2 注射成形产品质量检测目标 | 第137-140页 |
| 5.3 基于过程特征的质量检测方法 | 第140-144页 |
| 5.4 实验验证与结果讨论 | 第144-153页 |
| 5.5 本章小结 | 第153-154页 |
| 6 产品质量智能检测系统设计与实现 | 第154-177页 |
| 6.1 引言 | 第154页 |
| 6.2 两种智能检测技术的关系 | 第154-157页 |
| 6.3 注射成形产品智能检测系统设计 | 第157-166页 |
| 6.4 基于机器视觉的检测平台 | 第166-171页 |
| 6.5 基于过程数据的检测终端 | 第171-175页 |
| 6.6 本章小结 | 第175-177页 |
| 7 全文总结与研究展望 | 第177-180页 |
| 7.1 全文总结 | 第177-179页 |
| 7.2 研究展望 | 第179-180页 |
| 致谢 | 第180-181页 |
| 参考文献 | 第181-202页 |
| 附录 攻读博士学位期间发表的学术论文及成果 | 第202-204页 |
