| 第一章 绪论 | 第1-11页 |
| ·问题的提出 | 第7页 |
| ·焊接干扰因素识别与质量监测的国内外研究现状 | 第7-10页 |
| ·利用焊接电流与电弧电压进行干扰识别与监测 | 第7-9页 |
| ·利用电弧声与光进行识别与监测 | 第9-10页 |
| ·本课题研究的目的、意义及主要工作 | 第10-11页 |
| 第二章 CO_2气体保护焊电信号采集系统的设计 | 第11-16页 |
| ·焊接设备 | 第11页 |
| ·信号采集系统硬件的设计与构建 | 第11-12页 |
| ·采样频率的确定 | 第12页 |
| ·信号采集系统软件编程思想及程序设计 | 第12-14页 |
| ·信号采集系统界面的设计 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 CO_2气体保护焊工艺参数的确定及干扰因素设置 | 第16-20页 |
| ·确定正常焊接工艺参数的正交试验设计 | 第16-17页 |
| ·正交实验结果及分析 | 第17-19页 |
| ·干扰因素的设置 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第四章 焊接电弧电信号样本数据的干扰特征分析 | 第20-36页 |
| ·对焊接电弧电信号样本数据的波形分析 | 第20-25页 |
| ·对焊接电弧电信号样本数据的概率统计分析 | 第25-29页 |
| ·概率统计分析方法简介 | 第25-26页 |
| ·各干扰因素条件下信号的概率统计分析 | 第26-29页 |
| ·对焊接电弧电信号样本数据的功率谱分析 | 第29-35页 |
| ·功率谱估计原理 | 第29-30页 |
| ·各干扰因素条件下的信号功率谱估计 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 CO_2气体保护焊干扰因素识别器的设计与仿真 | 第36-52页 |
| ·人工神经网络理论 | 第36-40页 |
| ·人脑神经网络的特征及人工神经网络的构成 | 第36-37页 |
| ·自组织特征映射神经网络 | 第37-39页 |
| ·学习矢量量化神经网络 | 第39-40页 |
| ·CO_2焊接过程干扰因素识别器的设计 | 第40-44页 |
| ·MATLAB 语言及神经网络工具箱简介 | 第40-41页 |
| ·两种神经网络干扰因素识别器的设计 | 第41-44页 |
| ·干扰因素样本数据特征向量的提取 | 第44-46页 |
| ·两种神经网络干扰因素识别器的仿真 | 第46-51页 |
| ·SOM 网络干扰因素识别器的仿真及分析 | 第46-49页 |
| ·LVQ 网络干扰因素识别器的仿真及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 CO_2气体保护焊干扰因素识别系统的集成及验证 | 第52-69页 |
| ·干扰因素识别系统的软件开发与集成 | 第52-66页 |
| ·开发干扰因素识别系统的编程思想 | 第52-54页 |
| ·焊接干扰因素识别系统程序流程及设计 | 第54-59页 |
| ·干扰因素识别系统的集成 | 第59-60页 |
| ·系统界面的设计及其功能介绍 | 第60-66页 |
| ·CO_2焊接干扰因素识别系统对干扰因素的识别验证 | 第66-68页 |
| ·识别试验方法及识别结果 | 第66页 |
| ·对识别试验数据的焊后分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 结论 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
