| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·注塑成型工艺特性 | 第10-13页 |
| ·研究注塑成型过程质量控制的重要性 | 第13-14页 |
| ·注塑成型过程及质量控制的研究现状 | 第14-17页 |
| ·课题来源和本论文主要工作 | 第17-19页 |
| ·课题来源 | 第17页 |
| ·本论文主要工作 | 第17-19页 |
| 第二章 系统总体框架结构 | 第19-26页 |
| ·本文的研究目标及拟解决的关键技术问题 | 第19-20页 |
| ·研究目标 | 第19页 |
| ·拟解决的关键技术问题 | 第19-20页 |
| ·拟采取的研究方案及可行性分析 | 第20-22页 |
| ·研究方法与技术路线 | 第20-21页 |
| ·实验方案 | 第21-22页 |
| ·系统的流程图 | 第22-24页 |
| ·系统实现所用的工具 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 实验建模分析技术研究 | 第26-38页 |
| ·塑料制品质量指标的影响因素与关联分析 | 第26页 |
| ·MoldFlow在注塑成型变形分析中的应用 | 第26-27页 |
| ·正交试验设计方法概述 | 第27-31页 |
| ·正交试验设计方法简介 | 第28-29页 |
| ·正交表的选用 | 第29-31页 |
| ·正交试验在本系统的应用 | 第31-32页 |
| ·正交试验在注塑成型自适应控制系统中的一个研究实例 | 第32-37页 |
| ·试验选题 | 第32页 |
| ·分析注塑成型翘曲变形的成因 | 第32-33页 |
| ·产品造型及浇口定位分析 | 第33-35页 |
| ·材料和工艺参数选择 | 第35页 |
| ·试验因子的水平设置 | 第35页 |
| ·手机外壳翘曲正交试验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于 BP人工神经网络的控制模型研究 | 第38-57页 |
| ·神经网络的发展趋势及其分类 | 第38-40页 |
| ·神经网络的发展趋势 | 第38-39页 |
| ·人工神经网络的分类 | 第39-40页 |
| ·神经网络的数据处理优势 | 第40-41页 |
| ·BP人工神经网络(BPNN)概述 | 第41-46页 |
| ·正向计算 | 第42页 |
| ·计算误差 | 第42-43页 |
| ·反向计算 | 第43-44页 |
| ·对网络计算精度进行评价 | 第44-46页 |
| ·BP网络的设计及改进研究 | 第46-49页 |
| ·传递函数的选择 | 第46-47页 |
| ·隐含层数及隐含层节点数的设计 | 第47-48页 |
| ·训练误差的确定 | 第48页 |
| ·改进 BP人工神经网络——加入了动量项 | 第48-49页 |
| ·BP网络模型的 C语言实现 | 第49-52页 |
| ·BPNN在注塑成型自适应控制系统中的一个研究实例 | 第52-54页 |
| ·进一步工作的展望 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 注塑成型自适应控制系统及其实现研究 | 第57-68页 |
| ·自适应控制 | 第57-61页 |
| ·自适应控制的定义 | 第57-58页 |
| ·自适应控制的发展趋势 | 第58-59页 |
| ·自适应控制系统的主要类型 | 第59-61页 |
| ·注塑成型自适应控制系统(IMRAS)的实现研究 | 第61-67页 |
| ·整体结构设计 | 第61-62页 |
| ·反馈调整算法设计 | 第62-64页 |
| ·系统主要界面设计 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 全文总结和对未来工作的展望 | 第68-71页 |
| ·全文总结 | 第68-69页 |
| ·对未来工作的展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 在学研究成果 | 第76页 |