| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的背景及意义 | 第8-9页 |
| 1.2 国内外现状及分析 | 第9-10页 |
| 1.2.1 物联网国内外现状及分析 | 第9-10页 |
| 1.2.2 产品追溯系统国内外现状及分析 | 第10页 |
| 1.3 本课题研究的主要内容 | 第10-12页 |
| 第二章 钢构件生产工艺过程及质量问题分析 | 第12-18页 |
| 2.1 钢结构的生产工艺过程分析 | 第12-14页 |
| 2.1.1 钢结构企业生产的业务流程 | 第12-13页 |
| 2.1.2 钢构件生产的工艺分析 | 第13-14页 |
| 2.2 钢构件质量分析 | 第14-16页 |
| 2.2.1 钢构件质量标准 | 第14-15页 |
| 2.2.2 钢构件质量问题及影响因素分析 | 第15-16页 |
| 2.3 本章小结 | 第16-18页 |
| 第三章 物联网关键技术及数据采集系统的设计 | 第18-28页 |
| 3.1 物联网关键技术 | 第18-21页 |
| 3.1.1 RFID 技术 | 第19-20页 |
| 3.1.2 ZigBee 技术 | 第20-21页 |
| 3.1.3 中间件 | 第21页 |
| 3.2 基于物联网的钢构件生产数据采集系统的设计 | 第21-26页 |
| 3.2.1 RFID 标签编码的设计 | 第22页 |
| 3.2.2 感知层的设计 | 第22-24页 |
| 3.2.3 网络层的设计 | 第24-25页 |
| 3.2.4 中间件的设计 | 第25-26页 |
| 3.3 本章小结 | 第26-28页 |
| 第四章 基于专家系统和神经网络的钢构件质量诊断研究 | 第28-46页 |
| 4.1 基于专家系统质量诊断的研究 | 第28-32页 |
| 4.1.1 专家系统的基本组成 | 第28-30页 |
| 4.1.2 基于专家系统质量诊断系统的设计 | 第30-32页 |
| 4.2 基于 RBF 神经网络的钢构件焊接质量诊断研究 | 第32-45页 |
| 4.2.1 钢构件焊接质量问题分析 | 第32-33页 |
| 4.2.2 钢构件焊接质量诊断中 RBF 神经网络结构的设计 | 第33-36页 |
| 4.2.3 焊接质量诊断中 RBF 神经网络参数的确定 | 第36-39页 |
| 4.2.4 基于遗传算法的 RBF 神经网络参数优化的研究 | 第39-42页 |
| 4.2.5 基于遗传算法的 RBF 神经网络焊接质量诊断的仿真 | 第42-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 构件质量追溯系统的分析与设计 | 第46-54页 |
| 5.1 钢构件质量追溯系统的分析 | 第46-48页 |
| 5.2 钢构件质量追溯系统的设计 | 第48-52页 |
| 5.2.1 功能需求分析 | 第48页 |
| 5.2.2 系统管理子系统的设计 | 第48-49页 |
| 5.2.3 设计管理子系统 | 第49-50页 |
| 5.2.4 供应管理子系统 | 第50-51页 |
| 5.2.5 生产质量子系统 | 第51-52页 |
| 5.2.6 质量追溯子系统 | 第52页 |
| 5.3 本章小结 | 第52-54页 |
| 第六章 钢构件质量追溯系统的实现 | 第54-66页 |
| 6.1 硬件平台及开发环境 | 第54页 |
| 6.2 数据库设计 | 第54-58页 |
| 6.3 系统实现 | 第58-64页 |
| 6.4 本章小结 | 第64-66页 |
| 第七章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间所取得的相关科研成果 | 第74页 |
