| 致谢 | 第9-10页 |
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第19-37页 |
| 1.1 研究背景及意义 | 第19-24页 |
| 1.1.1 研究背景 | 第19-23页 |
| 1.1.2 研究意义 | 第23-24页 |
| 1.2 国内外相关研究现状 | 第24-35页 |
| 1.2.1 再制造概念 | 第24-26页 |
| 1.2.2 再制造基本理论 | 第26-28页 |
| 1.2.3 再制造过程不确定性研究 | 第28-31页 |
| 1.2.4 再制造质量控制研究 | 第31-33页 |
| 1.2.5 现状总结及问题分析 | 第33-35页 |
| 1.3 论文的课题来源及总体结构框架 | 第35-37页 |
| 1.3.1 论文的课题来源 | 第35页 |
| 1.3.2 论文的总体结构框架 | 第35-37页 |
| 第二章 再制造加工系统不确定性的分层解析与建模 | 第37-53页 |
| 2.1 引言 | 第37页 |
| 2.2 再制造加工系统不确定性的特征及来源 | 第37-43页 |
| 2.2.1 一般制造系统中的不确定性 | 第37-38页 |
| 2.2.2 再制造加工系统中的不确定性及来源 | 第38-39页 |
| 2.2.3 再制造加工系统不确定性的内涵及分类描述 | 第39-43页 |
| 2.3 再制造加工系统不确定性的分层解析 | 第43-48页 |
| 2.3.1 系统与熵的层次性 | 第43-44页 |
| 2.3.2 再制造加工系统的分层建模 | 第44-46页 |
| 2.3.3 基于分层模型的不确定性解析 | 第46-48页 |
| 2.4 再制造加工系统不确定性概念模型的建立 | 第48-50页 |
| 2.4.1 不确定性概念模型的构建 | 第48-49页 |
| 2.4.2 不确定性概念模型的特点 | 第49-50页 |
| 2.5 不确定性测度尺度选择 | 第50-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第三章 再制造加工质量控制点-质量属性相关关系研究 | 第53-71页 |
| 3.1 引言 | 第53页 |
| 3.2 基础要素不确定性测度模型 | 第53-58页 |
| 3.2.1 基础要素不确定性描述 | 第53-54页 |
| 3.2.2 基础要素不确定性测度模型建立 | 第54-58页 |
| 3.3 基础要素不确定性与质量属性耦合分析模型 | 第58-61页 |
| 3.3.1 可行性分析 | 第58-59页 |
| 3.3.2 耦合模型建立 | 第59-60页 |
| 3.3.3 关联系数确定 | 第60-61页 |
| 3.4 再制造曲轴加工平衡性质量耦合实例 | 第61-69页 |
| 3.4.1 再制造曲轴加工平衡性分析 | 第61-63页 |
| 3.4.2 再制造曲轴加工基础要素不确定度计算 | 第63-66页 |
| 3.4.3 基础要素不确定度与平衡性质量的拟合 | 第66-69页 |
| 3.5 本章小结 | 第69-71页 |
| 第四章 再制造加工过程控制能力评估方法研究 | 第71-91页 |
| 4.1 引言 | 第71页 |
| 4.2 基于GERT的再制造工艺路线模型建立 | 第71-76页 |
| 4.2.1 GERT基本概述 | 第72页 |
| 4.2.2 再制造典型工艺路线描述 | 第72-75页 |
| 4.2.3 基于GERT某零部件再制造工艺路线模型的建立 | 第75-76页 |
| 4.3 基于广义信息熵的再制造加工过程不确定性测度 | 第76-82页 |
| 4.3.1 广义信息熵模型建立 | 第76-80页 |
| 4.3.2 再制造加工过程不确定性测度 | 第80-82页 |
| 4.4 基于不确定度的再制造过程控制能力评估 | 第82-84页 |
| 4.4.1 再制造过程控制能力评估 | 第82-83页 |
| 4.4.2 基于不确定度的再制造加工质量监测 | 第83-84页 |
| 4.5 再制造曲轴加工过程控制有效性评估实例 | 第84-88页 |
| 4.5.1 发动机曲轴再制造工艺路线描述 | 第84页 |
| 4.5.2 曲轴再制造加工过程不确定度计算 | 第84-88页 |
| 4.5.3 曲轴再制造过程控制能力评估 | 第88页 |
| 4.6 本章小结 | 第88-91页 |
| 第五章 基于小波Elman神经网络的再制造质量预测控制方法 | 第91-113页 |
| 5.1 引言 | 第91页 |
| 5.2 再制造质量预测控制建模内涵 | 第91-103页 |
| 5.2.1 再制造质量预测控制基本思路 | 第91-94页 |
| 5.2.2 再制造质量智能预测建模方法 | 第94-98页 |
| 5.2.3 再制造产品质量波动及度量 | 第98-103页 |
| 5.3 基于小波Elman神经网络的再制造质量预测模型 | 第103-107页 |
| 5.3.1 小波Elman神经网络构造 | 第103-105页 |
| 5.3.2 小波Elman神经网络的训练算法和步骤 | 第105-107页 |
| 5.4 再制造曲轴质量预测控制实例 | 第107-111页 |
| 5.4.1 基本资料 | 第107-108页 |
| 5.4.2 样本及网络结构的确定 | 第108-109页 |
| 5.4.3 预测结果分析 | 第109-110页 |
| 5.4.4 最优工艺参数确定 | 第110-111页 |
| 5.5 本章小结 | 第111-113页 |
| 第六章 面向再制造加工过程质量控制系统 | 第113-129页 |
| 6.1 引言 | 第113页 |
| 6.2 质量控制系统模型构建 | 第113-117页 |
| 6.2.1 系统功能结构 | 第113-115页 |
| 6.2.2 系统概念模型 | 第115-117页 |
| 6.3 质量控制系统架构 | 第117-118页 |
| 6.3.1 系统的软件架构 | 第117页 |
| 6.3.2 系统的硬件拓扑结构 | 第117-118页 |
| 6.4 质量控制系统关键使能技术 | 第118-124页 |
| 6.4.1 多源信息感知与融合技术 | 第118-121页 |
| 6.4.2 质量数据传输技术 | 第121-123页 |
| 6.4.3 质量优化专家知识系统 | 第123-124页 |
| 6.5 原型系统开发与应用 | 第124-126页 |
| 6.6 本章小结 | 第126-129页 |
| 第七章 总结与展望 | 第129-131页 |
| 7.1 总结 | 第129页 |
| 7.2 展望 | 第129-131页 |
| 参考文献 | 第131-142页 |
| 攻读博士学位期间的学术活动及成果情况 | 第142-143页 |
