| 中文摘要 | 第1-8页 |
| 英文摘要 | 第8-2页 |
| 目录 | 第2-10页 |
| 第一章 绪论 | 第10-26页 |
| 1．1 研究背景 | 第10-13页 |
| 1．2 铝及其合金点焊技术 | 第13-17页 |
| 1．2．1 铝及铝合金的物理、化学性质 | 第13-14页 |
| 1．2．2 铝合金点焊工艺特点 | 第14-15页 |
| 1．2．3 铝合金点焊规范对点焊质量的影响 | 第15-16页 |
| 1．2．4 影响点焊质量的因素 | 第16-17页 |
| 1．3 铝合金点焊质量控制技术发展及现状 | 第17-25页 |
| 1．3．1 点焊生产中的质量评价与提高途径 | 第18页 |
| 1．3．2 点焊质量控制及分类 | 第18-22页 |
| 1．3．3 点焊质量控制技术发展 | 第22-25页 |
| 1．4 本文的研究目的和主要研究内容 | 第25-26页 |
| 第二章 铝合金接触电阻的研究 | 第26-49页 |
| 2．1 铝合金材料性质 | 第26-27页 |
| 2．2 铝合金氧化膜的性质 | 第27-30页 |
| 2．2．1 Al_2O_3的结构与性质 | 第28-29页 |
| 2．2．2 Al_2O_3膜的生长机制 | 第29-30页 |
| 2．3 铝合金初始接触电阻对点焊质量的影响 | 第30-33页 |
| 2．4 铝合金点焊接触电阻计算 | 第33-35页 |
| 2．5 铝合金接触电阻统计试验 | 第35页 |
| 2．6 铝合金接触电阻的稳定分布函数 | 第35-40页 |
| 2．6．1 常用点焊接触电阻的计算方法 | 第35-36页 |
| 2．6．2 铝合金接触电阻的稳定分布函数描述 | 第36-40页 |
| 2．7 铝合金表面接触电阻数据计算与拟合 | 第40-46页 |
| 2．7．1 接触电阻的稳定性拟合度检验 | 第41-45页 |
| 2．7．2 接触电阻的正态检验 | 第45-46页 |
| 2．8 试验结论与讨论 | 第46-47页 |
| 2．9 本章小结 | 第47-49页 |
| 第三章 铝合金点焊过程中电压监控参数研究 | 第49-63页 |
| 3．1 铝合金点焊样本数据选取 | 第49页 |
| 3．2 试验设计与实现 | 第49-51页 |
| 3．3 点焊过程中小波包分解电压信号的时域特征提取方法研究 | 第51-56页 |
| 3．3．1 小波包变换 | 第52-54页 |
| 3．3．2 小波包能谱 | 第54-56页 |
| 3．4 电压试验样本采集系统 | 第56页 |
| 3．5 试验结果与讨论 | 第56-59页 |
| 3．5．1 熔核飞溅与合格熔核 | 第56-58页 |
| 3．5．2 合格熔核与未熔核 | 第58-59页 |
| 3．5．3 小波包能谱与熔核面积 | 第59页 |
| 3．6 本章小结 | 第59-63页 |
| 第四章 点焊过程中声音信号研究 | 第63-74页 |
| 4．1 铝合金点焊过程中的声音辐射 | 第63-64页 |
| 4．2 点焊过程声音检测系统 | 第64页 |
| 4．3 时频分析一般理论 | 第64-67页 |
| 4．4 试验结果与讨论 | 第67-68页 |
| 4．5 本章小结 | 第68-74页 |
| 第五章 点焊过程中电极位移信号研究 | 第74-91页 |
| 5．1 电极位移信号检测系统 | 第74页 |
| 5．2 电极位曲线及分析 | 第74-78页 |
| 5．3 电极位移与熔核面积的特性分析 | 第78-80页 |
| 5．4 点焊电极位移的AR模型时域法分析与研究 | 第80-84页 |
| 5．4．1 电极位移时间序列与系统分析建模 | 第81-82页 |
| 5．4．2 模型的特征值 | 第82页 |
| 5．4．3 参数估计 | 第82-84页 |
| 5．5 点焊过程中AR（n）模型计算 | 第84-90页 |
| 5．6 本章小结 | 第90-91页 |
| 第六章 点焊过程中基于遗传算法的数据融合神经网络模型 | 第91-109页 |
| 6．1 前向神经网络的BP学习算法 | 第91-94页 |
| 6．2 遗传算法的理论 | 第94-98页 |
| 6．2．1 遗传算法概要 | 第95-97页 |
| 6．2．2 遗传算法一般结构 | 第97-98页 |
| 6．3 多传感器信息融合技术 | 第98-100页 |
| 6．3．1 信息融合的结构 | 第98-99页 |
| 6．3．2 用神经网络进行数据融合 | 第99-100页 |
| 6．4 基于遗传算法的神经网络 | 第100-105页 |
| 6．4．1 GA在NN中应用的可行性和必要性 | 第100-102页 |
| 6．4．2 GA在NN学习中的应用 | 第102-105页 |
| 6．5 基于遗传算法的数据融合神经元网络模型 | 第105-108页 |
| 6．5．1 建模理论 | 第105页 |
| 6．5．2 建模方法 | 第105-106页 |
| 6．5．3 输入特征量归一化处理 | 第106页 |
| 6．5．4 铝合金点焊GA－BP算法描述 | 第106-108页 |
| 6．6 本章小结 | 第108-109页 |
| 第七章 神经控制方法研究 | 第109-130页 |
| 7．1 神经控制的基本原理 | 第109-110页 |
| 7．2 基于遗传算法的数据融合神经网络控制器设计 | 第110-114页 |
| 7．3 基于GA的数据融合神经网络控制器 | 第114-123页 |
| 7．4 点焊熔核面积与焊接电流的函数建模研究 | 第123-128页 |
| 7．5 本章小结 | 第128-130页 |
| 第八章 结论 | 第130-132页 |
| 参考文献 | 第132-142页 |
| 发表论文 | 第142-144页 |
| 致谢 | 第144页 |