首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于Web的工序质量控制系统研究与开发

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第14-24页
    1.1 课题来源第14页
    1.2 研究背景与研究意义第14-16页
    1.3 国内外研究现状第16-22页
        1.3.1 网络化制造环境下的质量控制第16-17页
        1.3.2 工序质量控制方法第17-21页
        1.3.3 工序质量控制系统第21-22页
    1.4 本文主要研究内容第22-24页
第二章 系统总体设计第24-39页
    2.1 系统总体框架第24-26页
    2.2 系统软件体系架构第26-28页
    2.3 系统总体设计第28-32页
        2.3.1 系统功能模块第28-29页
        2.3.2 开发技术平台选择第29-30页
        2.3.3 软件架构设计第30-32页
    2.4 系统数据库设计第32-38页
        2.4.1 数据库平台选择第32-33页
        2.4.2 数据库结构设计第33-34页
        2.4.3 数据库表设计第34-36页
        2.4.4 数据库表间关系第36-37页
        2.4.5 存储过程设计第37-38页
    2.5 本章小结第38-39页
第三章 统计过程控制子系统设计与开发第39-70页
    3.1 SPC 子系统设计第39-51页
        3.1.1 系统需求分析第40-41页
        3.1.2 功能模块与业务流程分析第41-43页
        3.1.3 体系架构第43-51页
    3.2 基础数据模块第51-52页
    3.3 控制图模块第52-61页
        3.3.1 SPC 控制图技术第53-55页
        3.3.2 Microsoft Chart 图形控件第55-56页
        3.3.3 参数设置第56-57页
        3.3.4 计量控制图第57-59页
        3.3.5 计数控制图第59-61页
    3.4 过程能力分析模块第61-66页
        3.4.1 过程能力指数分析技术第62-63页
        3.4.2 计量数据过程能力指数分析第63-66页
        3.4.3 计数数据过程能力指数分析第66页
    3.5 常用质量工具模块第66-69页
        3.5.1 散点图第67页
        3.5.2 直方图第67-68页
        3.5.3 柏拉图第68-69页
    3.6 本章小结第69-70页
第四章 测量系统分析子系统研究与开发第70-78页
    4.1 MSA 技术第70-71页
    4.2 MSA 子系统设计第71-72页
    4.3 偏倚和与线性分析模块第72-74页
        4.3.1 偏倚与线性第73页
        4.3.2 偏倚与线性分析实现第73-74页
    4.4 重复性与再现性分析模块第74-77页
        4.4.1 重复性与再现性第74-76页
        4.4.2 重复性与再现性分析实现第76-77页
    4.5 本章小结第77-78页
第五章 FMEA 子系统研究与开发第78-87页
    5.1 FMEA 技术第78-81页
    5.2 FMEA 子系统设计第81-83页
    5.3 基础数据模块第83页
    5.4 FMEA 分析模块第83-85页
        5.4.1 FMEA 项目创建与管理第84-85页
        5.4.2 FMEA 过程第85页
    5.5 本章小结第85-87页
第六章 多变量过程控制子系统研究与开发第87-104页
    6.1 多变量过程控制方法第87-91页
        6.1.1 基于 PCA 的多变量过程控制方法第87-90页
        6.1.2 自组织混合模型第90-91页
    6.2 基于 SOMM 的制造过程监控方法第91-100页
        6.2.1 过程量化参数第91-92页
        6.2.2 控制图阈值设置方法第92页
        6.2.3 模型性能评估参数第92-93页
        6.2.4 实验与结果分析比较第93-100页
    6.3 基于贡献图的多变量过程诊断方法第100页
    6.4 多变量过程控制子系统设计第100-101页
    6.5 多变量过程控制子系统开发第101-103页
        6.5.1 多变量监控模块第101-102页
        6.5.2 多变量诊断模块第102-103页
    6.6 本章小结第103-104页
第七章 结论与展望第104-106页
    7.1 结论第104页
    7.2 展望第104-106页
参考文献第106-111页
作者在攻读硕士学位期间公开发表的论文与专利第111-112页
作者在攻读硕士学位期间所作的项目第112-113页
致谢第113页

论文共113页,点击 下载论文
上一篇:基于KRLS的在线时间序列预测方法及其应用研究
下一篇:基于熵的结构健康状态监测技术研究