首页--工业技术论文--化学工业论文--合成树脂与塑料工业论文--一般性问题论文--产品及检验论文--产品检验论文

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

论文共204页,点击 下载论文
上一篇:有机/无机杂化薄层复合膜的制备及分离性能研究
下一篇:柴油品质信息光谱响应特性与快速检测方法研究