| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第15-20页 |
| 1.1 课题背景 | 第15-16页 |
| 1.2 研究现状 | 第16-17页 |
| 1.2.1 生产现状 | 第16页 |
| 1.2.2 国内外数据现状 | 第16-17页 |
| 1.3 论文的主要工作与章节安排 | 第17-20页 |
| 第2章 计量资产全寿命周期质量管理 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 计量资产全寿命周期质量管理各个环节 | 第20-25页 |
| 2.2.1 采购到货 | 第20-21页 |
| 2.2.2 设备验收 | 第21-22页 |
| 2.2.3 检定检测 | 第22页 |
| 2.2.4 仓储配送 | 第22-23页 |
| 2.2.5 设备安装 | 第23页 |
| 2.2.6 设备运行 | 第23-24页 |
| 2.2.7 设备拆除 | 第24页 |
| 2.2.8 资产报废 | 第24-25页 |
| 2.3 全寿命周期质量分析方法 | 第25-30页 |
| 2.3.1 层次分析法 | 第25-27页 |
| 2.3.2 三角模糊数层次分析法 | 第27-30页 |
| 2.4 全寿命周期质量特性指标的权重确定 | 第30-33页 |
| 2.4.1 按批次质量分析 | 第30-31页 |
| 2.4.2 按批次问题集中度质量分析 | 第31-32页 |
| 2.4.3 按供应商质量分析 | 第32页 |
| 2.4.4 按供应商问题集中度质量分析 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 MDS大数据分析平台 | 第34-45页 |
| 3.1 省级计量中心生产调度平台 | 第34-36页 |
| 3.1.1 省级计量中心生产调度平台业务架构 | 第34-35页 |
| 3.1.2 省级计量中心生产调度平台应用架构 | 第35页 |
| 3.1.3 省级计量中心生产调度平台技术架构 | 第35-36页 |
| 3.2 MDS大数据分析平台技术架构及数据抽取 | 第36-39页 |
| 3.2.1 MDS大数据分析平台技术架构 | 第36-37页 |
| 3.2.2 数据抽取方案 | 第37-39页 |
| 3.3 大数据分析方法 | 第39-40页 |
| 3.3.1 离线数据挖掘分析 | 第39-40页 |
| 3.3.2 实时计算与挖掘 | 第40页 |
| 3.4 基于大数据的全寿命周期管理分析 | 第40-44页 |
| 3.4.1 基于聚类划分的综合质量评价 | 第40-41页 |
| 3.4.2 表计检定数据以及异常报废的潜在关联分析 | 第41-42页 |
| 3.4.3 趋势预测 | 第42页 |
| 3.4.4 实时检定告警 | 第42-43页 |
| 3.4.5 表计质量预测 | 第43页 |
| 3.4.6 基于CCA方法的检定不合格数据与故障数据相关性分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于大数据的检定分析应用 | 第45-66页 |
| 4.1 多维度检定误差分析 | 第45-55页 |
| 4.1.1 多维度检定误差数据样本挖掘分析 | 第45-52页 |
| 4.1.2 面向相似度算法的多维数据比对模型的分析 | 第52-55页 |
| 4.1.3 理想样本库和预警样本库构建 | 第55页 |
| 4.2 多维度检定不合格项目分析 | 第55-60页 |
| 4.2.1 针对某一检定流水线不合格项目分布情况分析 | 第56-57页 |
| 4.2.2 针对某个批次不合格项目分布情况 | 第57-58页 |
| 4.2.3 某一厂商不合格项目对比分析 | 第58-59页 |
| 4.2.4 某一不合格项目各厂商对比分析 | 第59-60页 |
| 4.3 设备运行情况分析 | 第60-63页 |
| 4.3.1 故障检测历史数据挖掘分析 | 第60-61页 |
| 4.3.2 设备报废数据挖掘分析 | 第61-63页 |
| 4.4 应用实例 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-74页 |
| 附件 | 第74页 |
