工序质量诊断技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·相关概念 | 第8-11页 |
| ·工序质量控制 | 第8-9页 |
| ·质量诊断 | 第9页 |
| ·人工神经网络 | 第9-11页 |
| ·工序质量诊断技术的研究现状及发展趋势 | 第11-13页 |
| ·研究现状 | 第11-12页 |
| ·发展趋势 | 第12-13页 |
| ·课题的来源及研究意义 | 第13-14页 |
| ·课题来源 | 第13页 |
| ·论文研究的意义 | 第13-14页 |
| ·论文研究的内容 | 第14-15页 |
| ·本章小节 | 第15-16页 |
| 2 工序质量诊断相关理论及系统架构 | 第16-30页 |
| ·质量诊断的基本理论和方法 | 第16-17页 |
| ·两种质量诊断理论 | 第16页 |
| ·小批量生产模式下的质量诊断 | 第16页 |
| ·基于专家系统的质量诊断 | 第16-17页 |
| ·工序质量控制基本理论和方法 | 第17-18页 |
| ·工序质量控制基本理论 | 第17页 |
| ·工序质量控制常用工具 | 第17-18页 |
| ·神经网络基础理论 | 第18-22页 |
| ·神经网络技术要点 | 第18-21页 |
| ·神经网络的特点及应用 | 第21-22页 |
| ·基于神经网络技术的质量诊断 | 第22-25页 |
| ·工序质量诊断原理 | 第22-24页 |
| ·基于神经网络技术的质量诊断 | 第24-25页 |
| ·基于质量诊断的工序质量控制系统架构 | 第25-28页 |
| ·功能描述及体系结构 | 第25-27页 |
| ·基于质量诊断的工序质量控制流程 | 第27-28页 |
| ·本章小节 | 第28-30页 |
| 3 工序质量状态识别技术研究 | 第30-42页 |
| ·引言 | 第30页 |
| ·统计过程控制图的异常模式分类及判定 | 第30-33页 |
| ·统计过程控制图的基本异常模式 | 第30-31页 |
| ·统计过程控制图特殊异常模式 | 第31-33页 |
| ·工序质量状态识别方法研究 | 第33-41页 |
| ·控制图基本异常模式识别算法 | 第33-36页 |
| ·控制图特殊异常模式识别的神经网络方法 | 第36-41页 |
| ·本章小节 | 第41-42页 |
| 4 基于神经网络的质量诊断技术研究 | 第42-56页 |
| ·质量控制图异常模式的参数估计 | 第42-43页 |
| ·异常模式的特征参数 | 第42页 |
| ·特征参数估计方法分析 | 第42-43页 |
| ·基于BP 神经网络的参数估计 | 第43-45页 |
| ·参数估计网络总体结构设计 | 第43-44页 |
| ·网络参数设定 | 第44页 |
| ·网络训练方案 | 第44-45页 |
| ·基于神经网络的工序质量诊断技术研究 | 第45-50页 |
| ·工序质量诊断方案分析 | 第45-47页 |
| ·面向工序质量诊断的神经网络设计 | 第47-49页 |
| ·网络训练方案 | 第49-50页 |
| ·工序质量故障信息数据库概要设计 | 第50-54页 |
| ·工序质量故障信息分析 | 第50-51页 |
| ·工序质量故障信息编码 | 第51-52页 |
| ·工序质量故障信息数据库结构设计 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 5 实例分析 | 第56-72页 |
| ·MATLAB 神经网络工具箱简介 | 第56-57页 |
| ·实例分析 | 第57-71页 |
| ·控制图异常模式识别仿真分析 | 第58-62页 |
| ·异常模式参数估计仿真分析 | 第62-65页 |
| ·质量诊断仿真分析 | 第65-71页 |
| ·本章小节 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| ·本文取得的主要成果 | 第72页 |
| ·后续研究工作展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录 A | 第80-86页 |
| 附录 B | 第86页 |
