首页--工业技术论文--机械、仪表工业论文--机械工厂(车间)论文--生产技术管理论文

多工序制造质量智能预测建模机理研究及应用

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-31页
   ·课题提出背景及研究意义第12页
   ·制造质量波动预测控制的基本原理第12-18页
     ·质量波动特性与描述第13-15页
     ·制造质量建模预测控制基本原理第15-18页
   ·制造质量预测建模关键问题的研究动态第18-29页
     ·制造质量的低维特征信息提取方法第18-22页
     ·制造质量智能预测建模方法第22-26页
     ·质量信息集成方法第26-28页
     ·研究进展分析第28-29页
   ·论文的主要研究内容第29-31页
第二章 面向关键工序的多维制造质量数据模型构架第31-40页
   ·引言第31页
   ·关键质量特性产品结构树映射模型第31-33页
   ·关键工序决策机理及层次分析第33-36页
     ·关键工序多准则决策递阶层次模型第33-34页
     ·矩阵分层权重计算方法第34-36页
   ·多维制造质量数据模型的构建第36-39页
     ·时态质量数据集的在线构建框架第36-37页
     ·时间序列数据样本在线抽取方法第37-38页
     ·多维制造质量数据模型及规范化描述第38-39页
   ·本章小结第39-40页
第三章 高维制造质量低维特征信息动态提取第40-57页
   ·引言第40页
   ·基于PCA 的质量特征信息提取实质第40-42页
     ·PCA 空间映射实质第40-41页
     ·PCA 低维特征提取特性第41-42页
   ·制造过程动态质量特征提取机制与实现第42-49页
     ·动态质量特征提取的机制第43-45页
     ·基于递推更新的主元质量特征计算第45-49页
   ·基于核函数PCA 的非线性质量特征提取方法第49-56页
     ·核函数PCA 的递推更新算法第49-53页
     ·在线监控指标的控制限分析第53-54页
     ·基于信息熵的质量特征个数q确定方法第54-56页
   ·本章小结第56-57页
第四章 基于Elman神经网络的智能质量预测控制方法第57-74页
   ·引言第57页
   ·多变量非线性制造过程的神经网络多步预测思想第57-61页
     ·神经网络模型的多步输出预测第57-58页
     ·Elman神经网络自反馈特性分析第58-61页
   ·基于OHIF Elman神经网络的预测模型第61-68页
     ·OHIF Elman神经网络的数学模型与收敛性分析第61-63页
     ·LM-CGD 快速网络权值寻优算法第63-65页
     ·仿真算例第65-68页
   ·基于小波OHIF Elman神经网络的预测模型第68-72页
     ·小波OHIF Elman神经网络数学模型第68-69页
     ·混合LM-CGD 法训练小波网络参数第69-70页
     ·仿真算例第70-72页
   ·OHIF Elman网络与小波OHIF Elman网络综合利用策略第72-73页
   ·本章小结第73-74页
第五章 在线制造质量信息集成系统设计与实现第74-94页
   ·引言第74页
   ·制造质量信息集成体系的层次结构第74-75页
   ·制造质量信息的网络集成第75-81页
     ·智能检测单元的现场总线网络集成第75-79页
     ·基于OPC的企业质量控制网络集成第79-81页
   ·基于XML 的制造质量信息系统设计第81-87页
     ·基于XML 的跨平台质量信息流第81-82页
     ·基于UML和XML Schema的质量信息建模第82-87页
   ·应用实例第87-93页
   ·本章小结第93-94页
第六章 智能预测建模方法在漏光度制造质量控制应用第94-107页
   ·引言第94页
   ·活塞环漏光度质量在线检测及关键工序决策第94-98页
     ·氮化钢环漏光度质量在线检测第95-96页
     ·氮化钢环制造关键工序AHP 决策第96-98页
   ·活塞环漏光度制造质量预测建模第98-106页
     ·主元质量特征PCA 提取第99-102页
     ·基于OHIF Elman神经网络的质量预测模型第102-104页
     ·漏光度制造质量集成控制第104-106页
   ·本章小结第106-107页
结论与展望第107-109页
参考文献第109-116页
攻读博士学位期间取得的研究成果第116-118页
致谢第118页

论文共118页,点击 下载论文
上一篇:精益生产方式下U型流水线平衡的优化模型与算法研究
下一篇:时滞随机微分系统的动力学性质研究