基于数据挖掘和SPC的冷轧产品质量控制系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 质量管理国内外研究现状 | 第10-12页 |
| 1.2.2 数据挖掘国内外研究现状 | 第12-14页 |
| 1.2.3 现状分析 | 第14-15页 |
| 1.3 主要研究内容 | 第15-17页 |
| 第2章 冷轧质量管理和相关理论基础 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 冷轧产品生产过程质量管理分析 | 第17-18页 |
| 2.3 冷轧质量控制相关理论分析 | 第18-24页 |
| 2.3.1 SPC控制图理论分析 | 第18-22页 |
| 2.3.2 数据挖掘理论基础 | 第22-23页 |
| 2.3.3 冷轧生产中质量指标及影响因素 | 第23-24页 |
| 2.4 系统总体设计和分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于SPC控制图的冷轧生产过程质量控制 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 控制对象的确定及控制图选择 | 第27-29页 |
| 3.2.1 分析冷轧生产特征指标确定控制对象 | 第27-28页 |
| 3.2.2 根据指标特性选择控制图类型 | 第28-29页 |
| 3.3 SPC控制图在冷轧质量管理中的应用 | 第29-35页 |
| 3.3.1 冷轧生产中控制图使用要点分析 | 第29-32页 |
| 3.3.2 质量指标控制图建立和使用 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 冷轧生产过程质量管理中数据挖掘的应用 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 确定质量指标和相关影响因素 | 第36-37页 |
| 4.3 数据获取和处理 | 第37-40页 |
| 4.3.1 确定数据来源 | 第37-38页 |
| 4.3.2 数据异常处理 | 第38-39页 |
| 4.3.3 建立数据仓库 | 第39-40页 |
| 4.4 构建冷轧产品质量指标预测模型 | 第40-47页 |
| 4.4.1 冷轧质量指标相关变量重要性分析 | 第40-42页 |
| 4.4.2 基于神经元网络的预测模型 | 第42-45页 |
| 4.4.3 基于决策树算法的预测模型 | 第45-46页 |
| 4.4.4 模型对比 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 冷轧产品质量控制系统实现 | 第48-57页 |
| 5.1 引言 | 第48页 |
| 5.2 系统开发环境 | 第48页 |
| 5.3 系统功能介绍 | 第48-56页 |
| 5.3.1 软件体系结构 | 第48-49页 |
| 5.3.2 冷轧质量指标数据模型 | 第49页 |
| 5.3.3 系统功能 | 第49-51页 |
| 5.3.4 系统软件界面及使用 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64页 |
