基于神经网络的低碳钢点焊质量在线监测的研究
| 第一章 绪论 | 第1-19页 |
| ·概述 | 第7页 |
| ·电阻点焊质量监控现状及发展 | 第7-13页 |
| ·传统点焊质量监控方法 | 第7-10页 |
| ·点焊质量监控方法的发展 | 第10-13页 |
| ·人工神经网络在焊接中的应用 | 第13-17页 |
| ·人工神经元网络 | 第13-16页 |
| ·人工神经元网络在焊接中的应用 | 第16-17页 |
| ·本课题研究的目的、意义、方法和主要内容 | 第17-19页 |
| 第二章 实验系统方案及信号采集程序的设计 | 第19-35页 |
| ·实验系统 | 第19-22页 |
| ·数据采集系统组成 | 第19-20页 |
| ·空心线圈电流传感器 | 第20-21页 |
| ·A/D信号采集卡 | 第21-22页 |
| ·试验方案设计 | 第22-24页 |
| ·动态电阻采集程序设计 | 第24-32页 |
| ·采样结果 | 第26页 |
| ·电流信号处理 | 第26-30页 |
| ·动态电阻的计算 | 第30-32页 |
| ·数据处理程序的设计 | 第32-35页 |
| ·特征量的选取 | 第32-33页 |
| ·特征值计算的程序设计 | 第33-35页 |
| 第三章 试验结果分析及网络输入参数的选择 | 第35-42页 |
| ·试验结果 | 第35-36页 |
| ·试验结果分析 | 第36-39页 |
| ·特征量与熔核直径的关系 | 第39-42页 |
| 第四章 基于神经元网络的电阻点焊熔核尺寸预测 | 第42-60页 |
| ·人工神经网络及其在信息处理中的基本特点 | 第42-43页 |
| ·多层前向神经网络的逼近能力和训练算法 | 第43-45页 |
| ·BP网络的应用设计 | 第45-46页 |
| ·BP算法中存在问题的分析 | 第46-49页 |
| ·学习过程收敛速度慢的原因 | 第47-48页 |
| ·易陷入局部极小 | 第48页 |
| ·BP算法所得网络的容错能力较差 | 第48-49页 |
| ·BP网络的改进算法 | 第49-50页 |
| ·改进算法BP网络的应用设计 | 第50-52页 |
| ·自适应学习速率及附加动量学习算法 | 第50-51页 |
| ·采用改进BP算法网络的训练结果 | 第51-52页 |
| ·BP网络设计过程中应注意的问题 | 第52-55页 |
| ·BP网络学习过程流程图 | 第55-57页 |
| ·基于C程序的点焊熔核尺寸在线监测系统的建立 | 第57-60页 |
| ·熔核尺寸在线监测系统的的实现 | 第57页 |
| ·熔核尺寸在线监测程序流程 | 第57-59页 |
| ·系统监测功能的初步现场焊接考核试验结果 | 第59-60页 |
| 第五章 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 摘要 | 第66-68页 |
| ABSTRACT | 第68-70页 |
| 致谢 | 第70页 |
