轿车车身电阻点焊接头质量评判方法的研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究背景及意义 | 第11-14页 |
| ·研究背景 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·课题来源 | 第14页 |
| ·数字图像处理的发展及应用 | 第14-16页 |
| ·数字图像处理的发展概况 | 第14页 |
| ·数字图像处理的应用现状 | 第14-16页 |
| ·SVM(支持向量机)的发展及应用 | 第16-19页 |
| ·SVM的基本原理 | 第16-18页 |
| ·SVM的应用 | 第18-19页 |
| ·电阻点焊质量监测方法研究现状 | 第19-21页 |
| ·基于电极位移曲线的点焊质量监测技术 | 第19-20页 |
| ·电阻点焊质量的智能控制技术 | 第20-21页 |
| ·目前研究所存在的问题 | 第21页 |
| ·本文研究内容 | 第21-23页 |
| 第二章 点焊接头外观质量评判方法的研究 | 第23-39页 |
| ·焊点表面数字图像的获取及分析 | 第23-25页 |
| ·数字图像的获取 | 第23-24页 |
| ·数字图像的分析 | 第24-25页 |
| ·正常焊点 | 第24-25页 |
| ·粘损焊点 | 第25页 |
| ·喷溅焊点 | 第25页 |
| ·焊点表面数字图像的预处理 | 第25-32页 |
| ·图像的灰度化处理 | 第25-26页 |
| ·图像的分割 | 第26-31页 |
| ·灰度图像的分析 | 第27-29页 |
| ·迭代法 | 第29页 |
| ·OSTU法 | 第29-31页 |
| ·基于迭代法的图像分割 | 第31-32页 |
| ·正常焊点 | 第31页 |
| ·粘损焊点 | 第31-32页 |
| ·喷溅焊点 | 第32页 |
| ·基于SVM的点焊接头外观缺陷诊断 | 第32-38页 |
| ·图像特征参量的提取 | 第32-35页 |
| ·周长 | 第33页 |
| ·面积 | 第33-34页 |
| ·伸长度 | 第34-35页 |
| ·致密度 | 第35页 |
| ·特征参量与焊接工艺参数的关系 | 第35-36页 |
| ·SVM诊断模型的建立 | 第36-37页 |
| ·SVM诊断模型的验证 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 点焊接头强度评判方法的研究 | 第39-58页 |
| ·电极位移曲线的获取及分析 | 第39-46页 |
| ·电极位移曲线的获取 | 第39-40页 |
| ·正常状态下电极位移曲线的分析 | 第40-41页 |
| ·故障状态下电极位移曲线的分析 | 第41-46页 |
| ·工件表面状态 | 第42页 |
| ·电极轴向错位 | 第42-43页 |
| ·工件翘曲 | 第43-44页 |
| ·喷溅 | 第44-46页 |
| ·基于SVM的点焊接头质量诊断 | 第46-52页 |
| ·奇异焊点的一级识别模型 | 第47-50页 |
| ·特征参量的提取 | 第47-49页 |
| ·一级SVM识别模型的建立 | 第49页 |
| ·一级SVM识别模型的验证 | 第49-50页 |
| ·焊点质量的二级分类模型 | 第50-52页 |
| ·特征参量的提取 | 第50-51页 |
| ·二级SVM分类模型的建立 | 第51页 |
| ·二级SVM分类模型的验证 | 第51-52页 |
| ·基于SVM的点焊接头熔核面积预测 | 第52-56页 |
| ·焊点表面及熔核横截面图像的分析 | 第52-54页 |
| ·图像特征参量的提取 | 第54-55页 |
| ·SVM预测模型的建立 | 第55-56页 |
| ·SVM预测模型的验证 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第四章 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读硕士期间发表论文 | 第65页 |
