| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究背景及研究意义 | 第8-10页 |
| ·课题的研究背景 | 第8-9页 |
| ·课题的研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·SPC 控制图研究现状 | 第10页 |
| ·控制图模式识别研究现状 | 第10-11页 |
| ·电机质量控制研究现状 | 第11-12页 |
| ·论文的研究内容与创新点 | 第12-13页 |
| ·论文的研究内容 | 第12-13页 |
| ·论文的创新点 | 第13页 |
| ·论文研究结构 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第二章 基于 SPC 的工序质量控制研究 | 第16-30页 |
| ·SPC | 第16-20页 |
| ·控制图原理 | 第16-18页 |
| ·控制图的判断 | 第18-19页 |
| ·控制图的类型 | 第19页 |
| ·SPC 的缺点 | 第19-20页 |
| ·工序质量控制 | 第20-21页 |
| ·电机生产的关键工序 | 第21-26页 |
| ·南华三相异步电动机制造的工艺流程 | 第21页 |
| ·电机生产的工序质量控制特点 | 第21-23页 |
| ·基于 QFD 方法的电机制造关键工序的确定 | 第23-26页 |
| ·SPC 控制图的工序质量控制应用 | 第26-29页 |
| ·X-R控制图选用 | 第26-28页 |
| ·基于 minitab 分析的工序质量控制图应用 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于改进 BP 神经网络的控制图模式识别 | 第30-47页 |
| ·神经网络及 MATLAB 神经网络工具箱 | 第30-32页 |
| ·人工神经网络结构 | 第30页 |
| ·BP 神经元模型及其网络传递函数 | 第30-31页 |
| ·MATLAB 神经网络工具箱 | 第31-32页 |
| ·BP 神经网络算法及其改进 | 第32-38页 |
| ·BP 神经网络算法 | 第32-35页 |
| ·改进 BP 神经网络算法 | 第35-37页 |
| ·基于改进 L-M 最优化方法的 BP 神经网络算法 | 第37-38页 |
| ·基于改进 BP 神经网络的控制图模式识别 | 第38-46页 |
| ·仿真样本的产生 | 第38-40页 |
| ·BP 网络结构的确定 | 第40-41页 |
| ·控制图模式识别的实例应用 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 统计过程诊断理论在电机生产工序质量控制中的应用 | 第47-65页 |
| ·两种质量诊断理论 | 第47-52页 |
| ·两种质量 | 第47-48页 |
| ·选控控制图 | 第48-52页 |
| ·两种质量诊断理论在电机转轴加工工序质量控制中的应用 | 第52-57页 |
| ·两种控制图上线限的计算 | 第52-53页 |
| ·选控图在转轴加工工序质量控制中的应用 | 第53-56页 |
| ·两种质量理论在转轴加工工序质量控制中的应用分析 | 第56-57页 |
| ·基于过程能力指数的工序质量控制 | 第57-64页 |
| ·基本过程能力指数 | 第57-60页 |
| ·两种过程能力指数及其诊断 | 第60-62页 |
| ·过程性能指数 | 第62-63页 |
| ·过程性能指数在电机生产工序质量控制中的应用 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·论文的主要研究成果 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 表清单 | 第71-72页 |
| 图清单 | 第72-73页 |
| 在校研究成果 | 第73-74页 |
| 致谢 | 第74页 |
