| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| §1-1 课题的背景及意义 | 第9页 |
| §1-2 国内外现状及分析 | 第9-10页 |
| 1-2-1 钢铁企业质量管理国外现状及分析 | 第9-10页 |
| 1-2-2 钢铁企业质量管理国内现状及分析 | 第10页 |
| §1-3 本课题研究的主要内容 | 第10-12页 |
| 1-3-1 热轧冶金 MES 介绍 | 第10-11页 |
| 1-3-2 本论文创新点 | 第11-12页 |
| 第二章 热轧型钢 MES 的质量管理 | 第12-15页 |
| §2-1 冶金行业质量控制简介 | 第12页 |
| §2-2 MES 中的质量控制 | 第12-14页 |
| §2-3 本章小结 | 第14-15页 |
| 第三章 RBF 神经网络质量管理专家系统 | 第15-32页 |
| §3-1 人工神经网络 | 第15-20页 |
| 3-1-1 人工神经网络的特征及应用 | 第16-17页 |
| 3-1-2 人工神经网络的功能和学习方式 | 第17页 |
| 3-1-3 人工神经网络模型 | 第17-20页 |
| §3-2 改进的 RBF 神经网络隐层及节点的设计 | 第20-23页 |
| §3-3 专家系统的构成及特征 | 第23-24页 |
| §3-4 结合 RBF 神经网络的专家系统 | 第24-31页 |
| 3-4-1 神经网络专家系统结构分析及实现 | 第24-27页 |
| 3-4-2 数据采集 | 第27-29页 |
| 3-4-3 神经网络专家系统输出结果分析 | 第29-31页 |
| §3-5 本章小结 | 第31-32页 |
| 第四章 热轧型钢生产工艺质量追溯系统 | 第32-42页 |
| §4-1 热轧工艺流程简述 | 第32-35页 |
| §4-2 系统总体需求分析 | 第35-36页 |
| 4-2-1 基础数据维护 | 第35-36页 |
| 4-2-2 专家系统查询 | 第36页 |
| 4-2-3 工序追溯信息 | 第36页 |
| §4-3 系统总体构架 | 第36-41页 |
| 4-3-1 产品质量统计分析 | 第36-37页 |
| 4-3-2 产品质量追溯 | 第37-41页 |
| §4-4 本章小结 | 第41-42页 |
| 第五章 质量管理系统的设计与实现 | 第42-57页 |
| §5-1 系统模块说明 | 第42-43页 |
| §5-2 质量管理系统的结构 | 第43-44页 |
| §5-3 数据库的设计 | 第44-50页 |
| 5-3-1 数据库表关系设计 | 第45-46页 |
| 5-3-2 数据库逻辑结构及物理设计 | 第46-50页 |
| §5-4 系统的实现 | 第50-56页 |
| 5-4-1 系统技术开发平台 | 第50-52页 |
| 5-4-2 系统具体实现 | 第52-56页 |
| §5-5 本章小结 | 第56-57页 |
| 第六章 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间所取得的相关科研成果 | 第62页 |