基于MES的加工过程质量控制与预测研究-工业工程专业论文.docxVIP

  • 9
  • 0
  • 约6.6万字
  • 约 85页
  • 2019-02-13 发布于上海
  • 举报

基于MES的加工过程质量控制与预测研究-工业工程专业论文.docx

基于MES的加工过程质量控制与预测研究-工业工程专业论文

分类号:口乡罗/ 分类号:口乡罗/ 单位代码;10422 密级:绫.r-1 学 号:加ft肛够 ⑧ ∥声篓只季 SHANDONG UNIVERSlTY 硕士学位论文 Thesis for Master Degree 论文题目:葛寸M骼阳忱蹴厌量拖剀承i/缸1研宝 慨喘≥%辩多№∥枷驯矶 作者 姓 名 困纽!虱 培养 单 位扭越至缝鲎阻 专业 名 称盟殛圭(墨蝗超2师—o#址 指导 教 合作 导 师 弘(∑年 f月 叫圈 万方数据 洲Y一 洲Y一 川2舢7川9 M3 舢乃脚5Ⅲ6 Classified Index:TP391 School Code:10422 Security Classification:Public Student Number:201212690 Shandong University Master,S Thesis The Research on Quality Control and Prediction Based on MES for Machining Process Candidate:)鱼:垒丕旦g坠Q Department: 墨鱼hQQ!Q£丛星鱼h£坠i鱼鱼!垦堕gi旦星星!i坠g Specialty: I坠鱼坠墨!碰垦堕gi坠星星照塾g Supervisor: £!Q鱼墨璺Q!=Li坠ghi坠g:堑 Shandong University,Jinan,P.R.China May 24,201 5 万方数据 原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独 原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独 立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对论文的研 究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名:国兰盔f虱 日 期:加心心W 关于学位论文使用授权的声明 本人同意学校保留或向国家有关部门或机构送交论文的印刷件 和电子版,允许论文被查阅和借阅;本人授权山东大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩 印或其他复制手段保存论文和汇编本学位论文。 (保密论文在解密后应遵守此规定) 论文作者签名:匡衄导师签名:半盔日期:必 万方数据 目录目录 目录 目录 摘要 。I 』§。】3STRACT III 第1章绪论 .1 1.1课题研究背景及意义 .1 1.2国内外研究现状 .2 1.2.1加工过程工序质量控制理论与方法的研究现状 ..3 1.2.2工序加工质量预测控制理论与方法的研究现状 ..5 1.3研究现状总结及问题分析 .6 1.4本文的主要研究工作 .7 第2章基于MES的加工过程质量控制系统的分析与研究 。9 2.1引言 .9 2.2基于MES的加工过程质量控制系统的体系结构和功能模型 ..9 2.2.1基于MES的加工过程质量控制系统的体系结构 9 2.2.2基于MES的加工过程质量控制系统的功能模型 .11 2.3基于MES的加工过程质量控制系统运行的支撑技术 12 2.3.1数字化自动或半自动质量数据采集技术 12 2.3.2工序加工质量稳态控制技术 13 2.3.3工序加工质量诊断技术 14 2.3.4工序加工质量预测技术 ... .15 2.4本章小结 16 第3章基于MES的小批量生产模式工序质量控制的研究 17 3.1引言 17 3.2基于MES的小批量生产模式工序质量控制建模和运作流程 17 3.3基于离散kalman滤波的EWMA工序质量控制的分析与研究 ..20 3.3.1卡尔曼问题描述 20 3.3.2卡尔曼滤波递推模型的建立 21 3.3.3卡尔曼滤波递推算法参数估计的分析与研究 22 3.3.4基于Kalman滤波的EWMA工序质量控制 一25 3.4基于相似工序理论和聚类分析的工序质量控制的分析与研究 27 万方数据 山东大学硕士学位论文3.4.1 山东大学硕士学位论文 3.4.1 MES环境下基于相似工序原理的数据预处理 27 3.4.2基于统计特征的凝聚层次聚类分析 .29 3.5实例分析 3 1 3.6本章小结 36 第4章基于加工误差传递网络的PSO.SVR质量预测控制研究 .37 4.1引言 37 4.2基于加工误差传递网络的质量预测模型的建立 38 4.3基于粒子群优化支持向量回归(PSO.SVR)预测算法的研究 39 4.3.1支持向量回归算法的研究 39 4.3.2基于PSO智能算法的SVR预测模型的参数优化 43 4.4基于PSO.SVR算法的加工质量智能预测模型的构建流程 47 4.5实例分析 49 4.6本章小结 54 第5章原型

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档