| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景及研究意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 锻造生产的发展现状及存在问题 | 第11-12页 |
| 1.2.1 锻造生产的发展现状 | 第11-12页 |
| 1.2.2 模锻生产中存在问题 | 第12页 |
| 1.3 基于数据驱动的分析方法及在锻造行业的应用 | 第12-15页 |
| 1.3.1 统计过程控制概述 | 第12-14页 |
| 1.3.2 统计过程控制在锻造行业的应用现状 | 第14-15页 |
| 1.4 专家系统及知识获取的研究现状 | 第15-16页 |
| 1.4.1 专家系统的研究现状 | 第15-16页 |
| 1.4.2 知识获取的研究现状 | 第16页 |
| 1.5 课题来源 | 第16页 |
| 1.6 本文主要研究内容 | 第16-18页 |
| 第二章 模锻生产过程分析 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 模锻生产过程概述 | 第18-19页 |
| 2.3 模锻生产过程关键工序分析 | 第19-21页 |
| 2.3.1 下料工序 | 第19页 |
| 2.3.2 加热工序 | 第19-20页 |
| 2.3.3 辊锻工序 | 第20-21页 |
| 2.3.4 模锻工序 | 第21页 |
| 2.4 关键工序参数的提取 | 第21-23页 |
| 2.5 模锻生产过程统计分析方法及模型建立 | 第23-26页 |
| 2.6 基于统计学理论分析工序参数的基本原理 | 第26-27页 |
| 2.7 本章小结 | 第27-29页 |
| 第三章 SPC方法在模锻生产过程中的应用 | 第29-49页 |
| 3.1 SPC分析工具-控制图 | 第29-34页 |
| 3.1.1 正态分布理论 | 第29-30页 |
| 3.1.2 控制图原理 | 第30-31页 |
| 3.1.3 控制图分类 | 第31-32页 |
| 3.1.4 控制图判定准则 | 第32-34页 |
| 3.2 控制图的模锻生产过程应用方案 | 第34-40页 |
| 3.2.1 均值-极差控制图 | 第35-37页 |
| 3.2.2 单值-移动极差控制图 | 第37-40页 |
| 3.3 控制图分析实例 | 第40-43页 |
| 3.3.1 均值-极差控制图实例分析 | 第40-41页 |
| 3.3.2 单值-移动极差控制图实例分析 | 第41-43页 |
| 3.4 工序能力分析 | 第43-46页 |
| 3.5 模锻生产过程中的工序能力分析实例 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 基于模式识别的专家知识获取及专家知识库建立 | 第49-69页 |
| 4.1 基于模式识别的知识获取模型 | 第49-50页 |
| 4.2 控制图的统计特征提取 | 第50-53页 |
| 4.2.1 控制图统计特征 | 第51页 |
| 4.2.2 控制图统计特征分析 | 第51-53页 |
| 4.3 基于SVM的模式识别 | 第53-60页 |
| 4.3.1 支持向量机（SVM）原理 | 第53-55页 |
| 4.3.2 用于分类学习的支持向量机（SVM） | 第55页 |
| 4.3.3 基于支持向量机（SVM）的控制图模式识别仿真实验 | 第55-60页 |
| 4.4 基于模式识别的专家知识获取 | 第60-64页 |
| 4.5 基于模式识别的专家知识库建立 | 第64-68页 |
| 4.5.1 专家知识来源 | 第64-65页 |
| 4.5.2 锻造生产过程专家知识库结构 | 第65-68页 |
| 4.6 小结 | 第68-69页 |
| 第五章 模锻生产过程专家系统系统的实现 | 第69-80页 |
| 5.1 系统设计原则 | 第69页 |
| 5.2 系统总体设计 | 第69-71页 |
| 5.3 主要技术支撑 | 第71-78页 |
| 5.3.1 基于OPC的数据采集 | 第71-74页 |
| 5.3.2 数据库设计 | 第74-76页 |
| 5.3.3 MATLAB统计与机器学习工具箱 | 第76-78页 |
| 5.4 系统功能实现 | 第78-79页 |
| 5.5 本章小结 | 第79-80页 |
| 结论与展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-87页 |
| 在学期间发表的学术论文和参加科研情况 | 第87页 |