| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.1.1 质量管理的发展现状 | 第9页 |
| 1.1.2 面向智能制造的质量管理应用现状 | 第9-10页 |
| 1.1.3 国内外质量管理研究比较 | 第10-11页 |
| 1.1.4 质量管理发展趋势 | 第11-12页 |
| 1.2 研究目标和方法 | 第12-13页 |
| 1.2.1 研究目标 | 第12页 |
| 1.2.2 研究方法 | 第12-13页 |
| 1.3 研究内容的总体框架 | 第13-15页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 研究的总体框架 | 第13-15页 |
| 2 相关理论和研究综述 | 第15-30页 |
| 2.1 智能制造相关理论综述 | 第15-18页 |
| 2.1.1 智能制造文献综述 | 第15-16页 |
| 2.1.2 智能制造总体模型 | 第16-18页 |
| 2.1.3 智能制造系统架构 | 第18页 |
| 2.2 质量管理相关文献综述 | 第18-26页 |
| 2.2.1 质量管理的发展历程 | 第18-19页 |
| 2.2.2 质量管理的相关理论 | 第19-22页 |
| 2.2.3 质量管理的相关方法 | 第22-26页 |
| 2.3 生命周期管理的文献综述 | 第26-30页 |
| 2.3.1 生命周期理论综述 | 第26-27页 |
| 2.3.2 生命周期理论的基本内容 | 第27-28页 |
| 2.3.3 产品生命周期管理软件的发展现状 | 第28-30页 |
| 3 基于智能制造的全生命周期质量管理模型 | 第30-35页 |
| 3.1 生命周期质量管理的基本框架 | 第30-31页 |
| 3.2 生命周期中的质量管理流程 | 第31页 |
| 3.3 数字化质量检测 | 第31-35页 |
| 3.3.1 数字化质量检测内涵 | 第31-32页 |
| 3.3.2 MBD技术模型应用 | 第32-33页 |
| 3.3.3 MBD质量检测的主要内容 | 第33-35页 |
| 4 C公司智能制造质量管理的应用实践 | 第35-58页 |
| 4.1 C公司发展概况 | 第35-38页 |
| 4.1.1 C公司简介 | 第35页 |
| 4.1.2 C公司的战略 | 第35-38页 |
| 4.1.3 C公司经营现状 | 第38页 |
| 4.2 C公司质量管理现状 | 第38-40页 |
| 4.2.1 产品设计阶段的质量现状 | 第38-39页 |
| 4.2.2 产品量产阶段的质量现状 | 第39页 |
| 4.2.3 产品市场竞争阶段的质量现状 | 第39-40页 |
| 4.3 C公司的战略改善措施 | 第40-42页 |
| 4.3.1 产品设计阶段的改善策略 | 第40页 |
| 4.3.2 产品量产阶段的改善策略 | 第40-41页 |
| 4.3.3 产品市场竞争阶段的改善策略 | 第41页 |
| 4.3.4 PLM 项目实施计划 | 第41-42页 |
| 4.4 实现全生命周期质量管理措施 | 第42-51页 |
| 4.4.1 选择西门子 Teamcenter 系统平台的原因 | 第42-44页 |
| 4.4.2 基于全生命周期质量管理解决方案 | 第44-51页 |
| 4.5 实现基于MBD技术的数字化检测措施 | 第51-54页 |
| 4.5.1 基于MBD模型的数字化检测流程 | 第51-52页 |
| 4.5.2 基于MBD的数字化检测解决方案 | 第52-54页 |
| 4.6 C公司实施新质量管理模式的效果 | 第54-58页 |
| 4.6.1 C公司实施新质量管理模式的效果提升 | 第54-55页 |
| 4.6.2 过程控制(DPMO)加强 | 第55页 |
| 4.6.3 公司管理水平提升 | 第55-57页 |
| 4.6.4 数字化检测效率提高 | 第57-58页 |
| 结论 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 不足点和展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |