| 【中文题名】 | 基于人工智能的质量过程控制研究 |
| 【英文题名】 | Control of Quality Process Based on Artificial Intelligence |
| 【学科专业】 | 机械电子工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-2 |
| 【中关键词】 | 人工智能,质量过程控制,人工神经网络,粗糙集,XML,SPC |
| 【英关键词】 | artificial intelligence,quality process control,artificial neural network,rough sets theory,XML,SPC, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
市场竞争和消费观念的转变,使得质量的内涵扩展到了产品生命周期的全过程;当代自动化生产所进行的过程控制要求质量控制实现智能化。本文对产品全生命周期质量信息的集成技术和质量过程控制的自动化和智能化的方法进行了深入研究,主要工作包括:
1.建立了质量信息集成的XML体系模型。对质量信息及其集成性进行了系统分析,基于XML技术建立了质量信息系统的信息流框架、功能框架和技术框架,为CIMS环境下产品全生命周期质量信息的有效集成建立了支撑平台。
2.建立了质量控制系统的架构和功能模型。研究了基于MES(Manufacturing Execution System,制造执行系统)的质量控制系统工作原理,建立了动态质量控制系统的体系结构和功能模型,提出基于SPC(Statistic Process Control,统计过程控制)的在线质量监控系统模型,为三层(ERP/MES/PCS)企业集成框架下的质量控制提供了技术支持。
3.研究了基于BP网络的质量过程控制模式的识别方法。本文对质量过程控制模式建立了数学模型,提出了基于BP网络的质量过程诊断分析系统模型,并对过程数据的移动窗采样算法进行了... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-8 |
|
第一章 绪论 |
8-13 |
|
1.1 课题背景及研究的意义 |
8-9 |
|
1.1.1 课题背景 |
8-9 |
|
1.1.2 研究意义 |
9 |
|
1.2 相关领域及其研究现状 |
9-12 |
|
1.2.1 质量信息系统 |
9-10 |
|
1.2.2 质量控制方法 |
10-12 |
|
1.3 论文主要工作及章节安排 |
12-13 |
|
1.3.1 论文主要工作介绍 |
12 |
|
1.3.2 论文章节安排 |
12-13 |
|
第二章 质量信息集成和质量控制系统研究 |
13-28 |
|
2.1 概述 |
13 |
|
2.2 基于XML 的质量信息集成研究 |
13-23 |
|
2.2.1 XML 及其数据转换机制概述 |
13-15 |
|
2.2.2 质量信息及其集成性分析 |
15-17 |
|
2.2.3 质量信息系统的信息流框架 |
17-20 |
|
2.2.4 质量信息系统的功能框架 |
20-22 |
|
2.2.5 质量信息系统的技术框架 |
22-23 |
|
2.3 基于制造执行系统的质量控制系统 |
23-27 |
|
2.3.1 制造执行系统概述 |
23-25 |
|
2.3.2 基于制造执行系统的质量控制系统 |
25-27 |
|
2.3.3 在线质量控制系统体系结构 |
27 |
|
2.4 本章小结 |
27-28 |
|
第三章 基于神经网络的质量过程控制模式识别研究 |
28-42 |
|
3.1 概述 |
28 |
|
3.2 人工神经网络基础 |
28-29 |
|
3.3 质量过程控制模式定义 |
29-31 |
|
3.4 基于神经网络的质量过程诊断分析系统模型 |
31-33 |
|
3.4.1 网络选择和系统模型设计 |
31-33 |
|
3.4.2 过程数据的移动窗采样技术 |
33 |
|
3.5 基于BP 网络的质量过程控制模式识别 |
33-36 |
|
3.5.1 网络设计和参数选择 |
33-34 |
|
3.5.2 网络训练 |
34-36 |
|
3.5.3 仿真检验 |
36 |
|
3.6 基于BP 网络的质量过程异常模式的参数估计 |
36-41 |
|
3.6.1 网络设计和参数选择 |
36-37 |
|
3.6.2 网络训练 |
37-38 |
|
3.6.3 仿真检验 |
38-41 |
|
3.7 本章小结 |
41-42 |
|
第四章 基于粗糙集理论的质量过程诊断技术研究 |
42-50 |
|
4.1 概述 |
42 |
|
4.2 粗糙集理论基础 |
42-47 |
|
4.2.1 知识及其表达系统 |
43-44 |
|
4.2.2 等价关系 |
44 |
|
4.2.3 二元不可分关系 |
44-45 |
|
4.2.4 粗糙集 |
45-46 |
|
4.2.5 粗糙度 |
46 |
|
4.2.6 分类的近似 |
46 |
|
4.2.7 知识约简 |
46-47 |
|
4.2.8 不相容问题 |
47 |
|
4.2.9 粗集理论应用的一般步骤 |
47 |
|
4.3 基于粗糙集的质量过程偏差诊断模型 |
47-49 |
|
4.4 本章小结 |
49-50 |
|
第五章 结论与展望 |
50-52 |
|
5.1 全文总结 |
50 |
|
5.2 研究展望 |
50-52 |
|
致谢 |
52-53 |
|
参考文献 |
53-57 |
|
发表的论文和获奖情况 |
57 |
|
| 【DOI】 | LunWen.ID:2.2008.388371 |
