| 中文摘要 | 第1-9页 |
| 英文摘要 | 第9-21页 |
| 第一章 绪论 | 第21-31页 |
| ·课题介绍 | 第21页 |
| ·全质量管理在现代制造业中的重要意义 | 第21-23页 |
| ·质量在现代制造业中的重要意义 | 第21-22页 |
| ·全质量管理及其在现代制造业中的意义 | 第22-23页 |
| ·质量管理与质量控制的发展及国内外研究现状 | 第23-27页 |
| ·质量管理与质量控制的发展 | 第23-24页 |
| ·质量管理与质量控制的国内外研究现状 | 第24-27页 |
| ·基于质量信息集成的全质量管理的重要意义 | 第27-29页 |
| ·本论文的主要研究内容 | 第29-31页 |
| 第二章 产品全生命周期全质量信息集成研究 | 第31-47页 |
| ·产品生命周期与质量 | 第31-32页 |
| ·产品全生命周期的全质量信息集成 | 第32-35页 |
| ·产品全生命周期的质量信息流程 | 第32页 |
| ·全质量信息集成系统 | 第32-33页 |
| ·信息集成下的质量管理与工具应用 | 第33-35页 |
| ·基于信息集成的计量管理系统 | 第35-45页 |
| ·国内企业计量管理现状 | 第35-37页 |
| ·计量管理系统总体结构 | 第37-40页 |
| ·基于RBF神经网络的计量器具的误差预测模型 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 第三章 质量诊断方法与模型研究 | 第47-71页 |
| ·产品的质量监控 | 第47-48页 |
| ·故障诊断与神经网络 | 第48-51页 |
| ·故障诊断 | 第48-50页 |
| ·神经网络 | 第50-51页 |
| ·基于BP神经网络的产品故障诊断 | 第51-58页 |
| ·BP神经网络 | 第51-52页 |
| ·BP网络学习规则和进行网络训练及仿真的步骤 | 第52-54页 |
| ·基于BP网络的旋转机械故障诊断模型 | 第54-58页 |
| ·基于SOFM神经网络的产品故障诊断 | 第58-62页 |
| ·SOFM神经网络 | 第58-59页 |
| ·SOFM网络学习规则和进行网络训练及诊断的步骤 | 第59-60页 |
| ·基于SOFM网络旋转机械故障诊断模型 | 第60-62页 |
| ·基于SVM的产品故障诊断 | 第62-70页 |
| ·SVM | 第63-67页 |
| ·SVM进行诊断的算法步骤 | 第67-68页 |
| ·基于SVM网络旋转机械故障诊断模型 | 第68-69页 |
| ·三种诊断模型的对比 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第四章 基于网格技术的全质量管理研究 | 第71-93页 |
| ·网格与网络 | 第71-74页 |
| ·网格 | 第71-72页 |
| ·网格与网络的联系 | 第72-73页 |
| ·网格目前的发展现状 | 第73-74页 |
| ·网格的体系结构 | 第74-77页 |
| ·五层沙漏模型 | 第74-75页 |
| ·OGSA模型 | 第75-77页 |
| ·质量网格模型 | 第77-89页 |
| ·质量网格模型的体系结构 | 第77-78页 |
| ·基于知识服务的质量网格 | 第78-80页 |
| ·质量网格中的关键技术 | 第80-88页 |
| ·质量网格的应用模型 | 第88-89页 |
| ·基于服务的质量网格系统 | 第89-91页 |
| ·本章小结 | 第91-93页 |
| 第五章 基于信息集成的产品召回管理系统 | 第93-109页 |
| ·制造业产品召回概述 | 第93-95页 |
| ·产品召回的范畴 | 第93-94页 |
| ·产品召回的发展状况 | 第94-95页 |
| ·召回管理的技术保证 | 第95-102页 |
| ·产品信息收集的复杂性 | 第95-96页 |
| ·召回管理信息的关键技术 | 第96-102页 |
| ·召回管理的实现方法 | 第102-107页 |
| ·召回管理的管理实现——制造业产品召回管理的关键因素——82 | 第103页 |
| ·召回管理的技术实现——基于信息集成的制造业产品召回管理信息系统 | 第103-107页 |
| ·本章小结 | 第107-109页 |
| 第六章 总结与展望 | 第109-111页 |
| ·结论 | 第109-110页 |
| ·展望 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 攻读博士期间发表的论文 | 第121页 |