基于SPC和神经网络的印刷过程质量智能监控技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题的研究背景及研究意义 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·印刷质量检测与控制的发展及现状 | 第10-11页 |
| ·SPC方法的发展及其在印刷行业的应用现状 | 第11-13页 |
| ·控制图模式识别方法的发展及现状 | 第13-14页 |
| ·课题来源 | 第14页 |
| ·本课题研究的主要内容 | 第14-17页 |
| 第2章 统计过程控制方法在印刷中的应用 | 第17-37页 |
| ·SPC方法概述 | 第17页 |
| ·SPC的核心工具—控制图 | 第17-23页 |
| ·控制图的设计原理 | 第18-19页 |
| ·控制图的类型及特征 | 第19-20页 |
| ·控制图的判断准则 | 第20-22页 |
| ·过程能力分析 | 第22-23页 |
| ·印刷质量特性分析 | 第23-26页 |
| ·直方图在印刷质量控制中的应用 | 第26-29页 |
| ·直方图简介 | 第26-27页 |
| ·直方图应用实例 | 第27-29页 |
| ·控制图在印刷质量控制中的应用 | 第29-35页 |
| ·控制图应用方案 | 第30-31页 |
| ·控制图应用实例 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 印刷过程质量控制图模式识别 | 第37-55页 |
| ·人工神经网络简介 | 第37-42页 |
| ·神经元模型及网络传递函数 | 第37-39页 |
| ·BP神经网络结构及算法 | 第39-42页 |
| ·BP神经网络的优缺点及改进 | 第42页 |
| ·印刷质量控制图模式定义 | 第42-44页 |
| ·控制图模式分类 | 第42-43页 |
| ·控制图模式数学模型 | 第43-44页 |
| ·控制图模式识别总体方案 | 第44-46页 |
| ·基本模式的识别 | 第46-50页 |
| ·训练样本数据的生成 | 第46-48页 |
| ·建立网络模型 | 第48-50页 |
| ·仿真实验结果分析 | 第50页 |
| ·异常模式特征参数的估计 | 第50-53页 |
| ·训练样本数据的生成 | 第51页 |
| ·建立网络模型 | 第51-52页 |
| ·仿真实验结果分析 | 第52-53页 |
| ·印刷过程质量控制图模式识别实例分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 印刷过程质量智能监控系统设计开发 | 第55-73页 |
| ·系统设计 | 第55-58页 |
| ·系统总体设计流程 | 第55-56页 |
| ·数据库设计 | 第56页 |
| ·异常诊断知识库设计 | 第56-58页 |
| ·系统开发的关键环节 | 第58-64页 |
| ·数据库访问 | 第58-60页 |
| ·绘图实现 | 第60-62页 |
| ·VC++与Matlab混合编程 | 第62-64页 |
| ·系统功能实现 | 第64-71页 |
| ·系统功能结构图 | 第65页 |
| ·各模块的功能实现 | 第65-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 系统运行实例测试 | 第73-79页 |
| ·系统测试 | 第73-77页 |
| ·系统评价 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87页 |
