| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·学术背景及理论与实际意义 | 第11-13页 |
| ·学术背景 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·课题来源 | 第12-13页 |
| ·电阻点焊质量检测技术的发展综述 | 第13-19页 |
| ·可用于点焊过程的质量检测的信号 | 第13-16页 |
| ·点焊质量的智能控制方法技术综述 | 第16-18页 |
| ·基于数值模拟方法的点焊过程仿真 | 第18-19页 |
| ·信号分析方法概述 | 第19页 |
| ·分类、预测方法概述 | 第19-21页 |
| ·本文研究内容 | 第21-22页 |
| 第二章 电阻点焊信号采集系统 | 第22-32页 |
| ·采集系统硬件 | 第22-26页 |
| ·试验系统构成 | 第22页 |
| ·AC6615采集卡 | 第22-24页 |
| ·Rogowski线圈电流传感器 | 第24-25页 |
| ·DA-5型直流差动变压器位移传感器 | 第25-26页 |
| ·信号调理电路 | 第26页 |
| ·数据采集系统的软件构成 | 第26-31页 |
| ·Visual Basic语言 | 第26-27页 |
| ·采集软件介绍 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 电阻点焊信号特征分析 | 第32-51页 |
| ·时域分析 | 第32-39页 |
| ·电极电压、焊接电流信号 | 第32-35页 |
| ·动态电阻序列 | 第35-37页 |
| ·电极位移信号 | 第37-39页 |
| ·频谱分析 | 第39-42页 |
| ·傅立叶谱分析 | 第39-40页 |
| ·功率密度谱 | 第40-42页 |
| ·时频分析 | 第42-49页 |
| ·短时傅立叶分析 | 第42-43页 |
| ·小波分析 | 第43-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于支持向量机的点焊质量分类 | 第51-79页 |
| ·信号特征参量的提取 | 第51-56页 |
| ·数据集的统计信息 | 第51-52页 |
| ·信号数据集统计信息的提取 | 第52-56页 |
| ·试验说明 | 第56-57页 |
| ·数据分析 | 第57-58页 |
| ·数据分散性分析 | 第57页 |
| ·相关性分析 | 第57-58页 |
| ·分类回归树(CART) | 第58-60页 |
| ·CART分类回归树算法 | 第59页 |
| ·分类模型的建立 | 第59-60页 |
| ·Hopfield焊点质量分类模型 | 第60-63页 |
| ·支持向量机(SVM)基本理论 | 第63-74页 |
| ·机器学习的基本方法 | 第64-65页 |
| ·经验风险最小化 | 第65页 |
| ·经验风险最小化原则下统计学习一致性 | 第65-66页 |
| ·VC维 | 第66-67页 |
| ·结构风险最小化 | 第67-68页 |
| ·SVM基本理论 | 第68-74页 |
| ·SVM分类模型 | 第74-77页 |
| ·两种 SVM分类机 | 第74页 |
| ·不同核函数参数对分类结果的比较 | 第74-75页 |
| ·支持向量机泛化能力测试 | 第75-77页 |
| ·SVM与CART和 Hopfield网络分类准确率比较 | 第77页 |
| ·本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第86页 |