| 第一章 绪论 | 第11-29页 |
| 1.1 前言 | 第11-13页 |
| 1.2 计算机监测控制系统的分类 | 第13-15页 |
| 1.2.1 计算机监测系统 | 第13页 |
| 1.2.2 计算机监督系统 | 第13-14页 |
| 1.2.3 计算机控制系统 | 第14页 |
| 1.2.4 计算机监控系统 | 第14页 |
| 1.2.5 智能监控系统 | 第14-15页 |
| 1.3 点焊质量信息概述 | 第15-22页 |
| 1.3.1 点焊的缺陷种类及形成机理 | 第15-17页 |
| 1.3.2 点焊生产中存在的质量问题 | 第17-18页 |
| 1.3.3 点焊质量检验方法 | 第18-20页 |
| 1.3.4 点焊过程质量信息及主要监控方法 | 第20-22页 |
| 1.4 铝合金点焊制造过程质量信息化技术概况 | 第22-27页 |
| 1.4.1 铝合金点焊制造过程质量信息化技术的内涵 | 第22-23页 |
| 1.4.2 点焊制造过程质量信息化技术研究现状 | 第23-27页 |
| 1.5 论文的主要研究内容 | 第27-29页 |
| 第二章 数据采集及其预处理 | 第29-42页 |
| 2.1 前言 | 第29页 |
| 2.2 数据采集系统 | 第29-30页 |
| 2.3 信号的预处理 | 第30-41页 |
| 2.3.1 滤波 | 第30-38页 |
| 2.3.2 数据的规范化处理 | 第38-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 铝合金点焊过程质量特征信息分析及其获取技术的研究 | 第42-68页 |
| 3.1 前言 | 第42-43页 |
| 3.2 铝合金点焊制造过程状态监测信息 | 第43-44页 |
| 3.2.1 焊接设备工作状态监测信息 | 第43页 |
| 3.2.2 铝合金点焊生产过程稳定性监测信息 | 第43-44页 |
| 3.3 铝合金冲击波点焊质量特征信息分析 | 第44-52页 |
| 3.3.1 表征喷溅的特征信息 | 第46-47页 |
| 3.3.2 表征未熔合及未完全熔合 | 第47-48页 |
| 3.3.3 熔核直径特征信息分析 | 第48页 |
| 3.3.4 点焊缺陷的能量判据 | 第48-52页 |
| 3.4 铝合金点焊制造过程质量特征信息提取方法 | 第52-65页 |
| 3.4.1 信号特征信息提取的小波分析方法 | 第52-62页 |
| 3.4.2 未熔合特征信息及熔核直径信息的提取 | 第62-65页 |
| 3.4.3 信号波形相似性的判别 | 第65页 |
| 3.5 缺陷判据及质量信息特征向量的建立 | 第65-66页 |
| 3.5.1 缺陷判据的建立 | 第65-66页 |
| 3.5.2 焊点质量信息特征向量的建立 | 第66页 |
| 3.6 本章小结 | 第66-68页 |
| 第四章 基于支持向量机的铝合金冲击波点焊缺陷识别 | 第68-90页 |
| 4.1 前言 | 第68-71页 |
| 4.1.1 模式识别的过程及方法 | 第68-70页 |
| 4.1.2 支持向量机 | 第70-71页 |
| 4.2 支持向量机的基本理论 | 第71-81页 |
| 4.2.1 二次规划 | 第71-72页 |
| 4.2.2 VC 维 | 第72-73页 |
| 4.2.3 结构风险最小化原理 | 第73页 |
| 4.2.4 支持向量机 | 第73-80页 |
| 4.2.5 支持向量机的多类分类 | 第80-81页 |
| 4.3 基于支持向量机的铝合金冲击波点焊缺陷识别模型 | 第81-83页 |
| 4.3.1 特征选择 | 第81页 |
| 4.3.2 样本集的准备及识别策略 | 第81-82页 |
| 4.3.3 铝合金冲击波点焊缺陷识别SVM 的训练结果分析 | 第82-83页 |
| 4.4 模糊支持向量机 | 第83-88页 |
| 4.4.1 样本密度的定义 | 第84-86页 |
| 4.4.2 模糊因子的引入 | 第86-87页 |
| 4.4.3 基于模糊支持向量机的缺陷识别 | 第87-88页 |
| 4.5 本章小结 | 第88-90页 |
| 第五章 基于神经网络的铝合金冲击波点焊熔核直径预测 | 第90-110页 |
| 5.1 前言 | 第90-91页 |
| 5.2 神经网络的基本理论 | 第91-95页 |
| 5.2.1 人工神经元的模型 | 第91-93页 |
| 5.2.2 人工神经网络的典型结构 | 第93页 |
| 5.2.3 人工神经网络的学习规则 | 第93-95页 |
| 5.3 误差反传(BP)算法 | 第95-100页 |
| 5.3.1 BP 算法推导 | 第96-98页 |
| 5.3.2 BP 算法的改进 | 第98-100页 |
| 5.4 铝合金冲击波点焊熔核直径预测神经网络建模 | 第100-104页 |
| 5.4.1 样本集的准备 | 第100-101页 |
| 5.4.2 神经网络结构的设计 | 第101页 |
| 5.4.3 初始权值及转移函数的设计 | 第101-102页 |
| 5.4.4 网络的训练 | 第102-104页 |
| 5.5 神经网络预测模型性能评价及其优化 | 第104-109页 |
| 5.5.1 神经网络性能的评价 | 第104-105页 |
| 5.5.2 神经网络模型的优化 | 第105-107页 |
| 5.5.3 神经网络预测模型的工程应用评价 | 第107-109页 |
| 5.6 本章小结 | 第109-110页 |
| 第六章 铝合金冲击波点焊过程质量信息化系统软件开发 | 第110-135页 |
| 6.1 前言 | 第110页 |
| 6.2 软件的开发 | 第110-120页 |
| 6.2.1 软件开发的科学方法 | 第110-112页 |
| 6.2.2 系统软件分析 | 第112-113页 |
| 6.2.3 软件的开发工具 | 第113-115页 |
| 6.2.4 软件开发中关键技术的剖析 | 第115-120页 |
| 6.3 数据库技术 | 第120-128页 |
| 6.3.1 关系型数据库 | 第120-122页 |
| 6.3.2 铝合金冲击波点焊质量信息数据库的设计 | 第122-124页 |
| 6.3.3 LabVIEW 与DBMS 的通讯接口 | 第124-128页 |
| 6.4 系统软件结构及功能的实现 | 第128-133页 |
| 6.4.1 系统软件的流程 | 第128-130页 |
| 6.4.2 系统软件功能的实现 | 第130-133页 |
| 6.5 系统软件界面设计 | 第133-134页 |
| 6.6 本章小结 | 第134-135页 |
| 第七章 结论 | 第135-137页 |
| 参考文献 | 第137-145页 |
| 攻读博士学位期间发表论文和参加科研情况 | 第145-146页 |
| 附录一 | 第146-149页 |
| 附录二 | 第149-150页 |
| 附录三 | 第150-152页 |
| 附录四 | 第152-153页 |
| 附录五 | 第153-154页 |
| 附录六 | 第154-155页 |
| 致谢 | 第155页 |
