声明
摘要
致谢
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 统计过程控制
1.1.3 统计过程控制模式识别
1.1.4 变点估计
1.2 统计过程控制的发展历程
1.2.1 质量管理的发展
1.2.2 统计过程控制SPC
1.2.3 SPC相关研究方法
1.2.4 控制图应用的步骤
1.3 国内外研究现状
1.3.1 国内研究概况
1.3.2 国外研究概况
1.3.3 失控趋势分析的发展趋势
1.4 论文的主要研究内容及解决的问题
第二章 制造过程失控趋势分析的理论体系
2.1 失控趋势分析的定义和理论框架
2.1.1 控制图判断规则
2.1.2 失控趋势分析的定义
2.1.3 理论和技术框架
2.2 模糊神经网络
2.2.1 人工神经网络基本结构
2.2.2 混合神经模糊网络
2.2.3 数据输入模块
2.2.4 数据处理模块
2.2.5 决策模型
2.2.6 数据分类模型
2.3 竞争型复合神经网络
2.3.1 竞争型网络
2.3.2 网络的拓扑结构
2.3.3 网络的学习算法
2.3.4 网络的基本性能
2.4 模糊集和模糊聚类分析
2.4.1 模糊数学产生背景
2.4.2 模糊集
2.4.3 模糊聚类分析
2.5 本章小结
第三章 基于特征的统计过程控制模式识别
3.1 控制图特征的概念
3.2 控制图几何特征的提取
3.2.1 AB的提取
3.2.2 RDIST的提取
3.2.4 AABPE的提取
3.2.5 ABDIFPE的提取
3.3 基于控制图特征的神经网络的建立
3.3.1 由样本函数生成的模式的特征提取
3.3.2 BP网络结构设计
3.3.3 确定隐层节点数
3.3.4 网络训练的参数的选取
3.3.5 训练的函数编写
3.3.6 训练的结果
3.4 基于模糊神经网络的缸体直径控制图模式识别
3.4.1 绘制统计控制图
3.4.2 神经网络识别器识别模式种类
3.4.3 针对识别结果给出原因和解决办法
3.5 本章小结
第四章 基于模糊聚类分析的统计过程控制变点估计
4.1 统计过程控制交点模型的建立
4.2 变点估计中的聚类方法
4.3 变点估计中的混合模糊统计聚类方法
4.3.1 聚类的总体结构
4.3.2 聚类的隶属函数
4.3.3 聚类的目标函数
4.4 基于模糊统计聚类分析的变点估计
4.4.1 基于模糊统计聚类分析的变点估计的模拟实验
4.4.2 模糊统计聚类方法在发动机缸体过程控制中的应用
4.5 本章小结
第五章 控制图失控趋势识别的系统实现及应用
5.1 系统的概念模型
5.2 系统的数据模型
5.2.1 数据类型
5.2.2UML建模
5.3 系统的关键使能技术
5.3.1 数据采集技术
5.3.2 数据挖掘技术
5.4 系统流程图
5.4.1 系统的业务流程模型
5.4.2 系统流程图
5.5 系统的硬件拓扑图
5.6 系统实现
5.6.1 系统数据库的设计
5.6.2 系统开发与应用
5.7 本章小结
第六章 总结与展望
6.1 全文总结
6.2 展望
参考文献
攻读博士学位期间发表的学术论文和参加的科研项目