首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

制造过程质量智能控制与诊断中若干问题的研究

摘要第1-6页
Abstract第6-14页
第一章 绪论第14-21页
   ·课题背景及意义第14页
   ·制造过程质量控制与诊断的发展历程第14-16页
   ·制造过程质量智能控制与诊断中的一些问题第16-18页
   ·课题主要工作第18-21页
第二章 Shewhart 控制图的统计经济设计第21-49页
   ·国内外研究现状第21-22页
   ·控制图统计经济设计第22-31页
     ·研究假设第22页
     ·控制图成本损失模型第22-26页
     ·控制图统计经济设计模型第26-31页
   ·控制图单目标统计经济设计模式解第31-37页
     ·单目标多约束优化问题的求解方法第31-32页
     ·性能测试第32-36页
     ·实验案例第36-37页
   ·控制图多目标统计经济设计模式解第37-47页
     ·多目标多约束优化问题的求解方法第37-41页
     ·性能测试第41-45页
     ·实验案例第45-47页
   ·小结第47-49页
第三章 基于混合智能学习模型的制造过程质量控制第49-76页
   ·国内外研究现状第49-53页
   ·混合智能学习模型第53-56页
     ·模型架构第53-55页
     ·数据集产生办法第55-56页
   ·混合智能学习模型的 ModuleⅠ第56-58页
     ·基于 SOM 的量化误差控制图的基本原理第57页
     ·量化误差控制图设计第57-58页
     ·模型参数设置第58页
   ·混合智能学习模型的 ModuleⅡ第58-63页
     ·基于离散粒子群优化算法的选择性神经网络集成第58-61页
     ·BPN 设计第61-62页
     ·模型参数设置第62-63页
   ·混合智能学习模型的性能评估第63-71页
     ·性能评估方法第63-64页
     ·性能评估测试范例第64-65页
     ·单一异常模式下性能评估第65-67页
     ·混合异常模式下性能评估第67页
     ·DPSOSEN-BPN 与 The Best BPN 和 Ensemble ALL BPN 的性能比较第67-68页
     ·与其它现有过程监控模型的性能比较第68-71页
   ·实验案例第71-74页
   ·小结第74-76页
第四章 制造过程均值与方差控制图异常模式并行识别第76-92页
   ·国内外研究现状第76-80页
   ·控制图异常模式第80-81页
   ·基于选择性学习矢量量化网络集成的均值与方差异常模式并行识别第81-86页
     ·研究架构第81-82页
     ·学习矢量量化神经网络设计第82-83页
     ·数据预处理第83-84页
     ·统计特征值第84-86页
   ·性能测试第86-90页
     ·数据集开发第86-87页
     ·模型参数设置第87-88页
     ·性能测试步骤第88-89页
     ·实验结果第89-90页
   ·实验案例第90-91页
   ·小结第91-92页
第五章 质量特性相关的多工序制造过程质量诊断第92-104页
   ·国内外研究现状第92-94页
   ·多工序制造过程质量诊断方法第94-96页
     ·能动质量控制图的基本原理第94-95页
     ·多工序制造过程质量诊断步骤第95-96页
   ·基于选择性广义回归神经网络集成的能动质量值的计算第96-98页
     ·选择性广义回归神经网络集成第96-97页
     ·GRNN 设计第97页
     ·数据预处理第97-98页
     ·能动质量值的计算第98页
   ·性能测试第98-100页
     ·基准测试问题第98-99页
     ·测试结果第99-100页
   ·实验案例第100-103页
   ·小结第103-104页
第六章 总结与展望第104-107页
   ·总结第104-105页
   ·展望第105-107页
参考文献第107-118页
致谢第118-119页
附录 1 攻读博士学位期间参加科研项目情况第119页
附录 2 攻读博士学位期间申请科研专利和软件著作权第119页
附录 3 攻读博士学位期间参加学术活动第119-120页
附录 4 攻读博士学位期间发表(录用)论文情况第120页

论文共120页,点击 下载论文
上一篇:机械产品消化吸收再创新设计理论与方法研究
下一篇:基于自适应光学高分辨率微型成像系统关键技术研究