| 第一章 绪论 | 第1-18页 |
| ·问题的提出 | 第8页 |
| ·电阻焊质量监控信息 | 第8-9页 |
| ·点焊质量监测技术的发展及现状 | 第9-15页 |
| ·监测焊接热量 | 第9页 |
| ·单参量监测技术 | 第9-12页 |
| ·多参量综合监测技术 | 第12-15页 |
| ·基于统计分析、数据挖掘方法的点焊质量监测 | 第12-13页 |
| ·基于数值模拟方法的点焊过程仿真 | 第13页 |
| ·基于现代信号处理技术的点焊质量监测 | 第13-14页 |
| ·基于人工智能的点焊质量监测 | 第14-15页 |
| ·信号分析方法概述 | 第15-16页 |
| ·分类、预测方法概述 | 第16页 |
| ·本文研究内容 | 第16-18页 |
| 第二章 点焊过程动态信号采集系统 | 第18-27页 |
| ·数据采集系统的硬件构成 | 第18-20页 |
| ·AC6115采集卡 | 第18-19页 |
| ·Rogowski线圈大电流传感器 | 第19页 |
| ·DA—5型直流差动变压器位移传感器 | 第19-20页 |
| ·信号条理电路 | 第20页 |
| ·数据采集系统的软件构成 | 第20-26页 |
| ·Visual Basic语言特点 | 第20-23页 |
| ·采集软件功能介绍 | 第23-24页 |
| ·主要功能程序实现流程 | 第24-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 点焊过程信号特征分析 | 第27-46页 |
| ·时域分析 | 第27-36页 |
| ·焊接电流、电极间电压信号初步分析 | 第27-29页 |
| ·动态电阻、功率信号初步研究 | 第29-31页 |
| ·电极位移信号初步分析 | 第31-32页 |
| ·位移信号预处理 | 第31页 |
| ·电极位移信号初步分析 | 第31-32页 |
| ·工艺因素、喷溅现象对过程信号的影响 | 第32-36页 |
| ·频域分析 | 第36-38页 |
| ·傅里叶谱分析 | 第36-37页 |
| ·功率密度谱分析 | 第37-38页 |
| ·时频分析 | 第38-45页 |
| ·短时傅里叶分析 | 第39页 |
| ·小波分析 | 第39-43页 |
| ·Daubechies小波 | 第43-44页 |
| ·焊接电流、电极间电压、电极位移信号的小波变换 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 焊点接头质量预测模型 | 第46-61页 |
| ·监测信号特征参量的提取 | 第46-48页 |
| ·数据集描述型统计信息介绍 | 第46-47页 |
| ·过程信号数据集统计信息的提取 | 第47-48页 |
| ·试验设计 | 第48-49页 |
| ·相关分析 | 第49-50页 |
| ·焊点接头抗剪强度多元线性回归预测模型 | 第50-55页 |
| ·焊点接头抗剪强度多元非线性回归预测模型 | 第55-56页 |
| ·焊点接头抗剪强度RBF神经网络预测模型 | 第56-58页 |
| ·径向基(RBF)神经网络基本理论 | 第56-57页 |
| ·向量空间的规格化 | 第57-58页 |
| ·RBF神经网络监测模型 | 第58页 |
| ·预测模型有效性检验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 焊点接头质量分类模型 | 第61-75页 |
| ·监测信号的选取及特征参量提取 | 第61-63页 |
| ·试验设计 | 第63页 |
| ·Hopfield焊点质量分类模型 | 第63-69页 |
| ·Hopfield网络基本理论 | 第63-65页 |
| ·监测特征参量的选择 | 第65-66页 |
| ·建立焊点分类模式向量 | 第66-68页 |
| ·数据集离散化处理的一般方法 | 第66-68页 |
| ·建立点焊过程模式向量 | 第68页 |
| ·焊点质量Hopfield网络分类实现及有效性检验 | 第68-69页 |
| ·焊点质量的CART分类、预测模型 | 第69-73页 |
| ·CART分类回归树原理 | 第70-71页 |
| ·焊点质量CART分类、预测回归树 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 结论 | 第75-84页 |