论文摘要:
近年来SPC技术在生产过程中的应用已经比较广泛,采用SPC方法运用统计技术（略）的各工序参数进行监控,可以达到保证生产精细化和产品质量的目的.但是传统SPC应用的基本前提条件是各变量观测值相互独立,而实际生产过程中各观测值往往存在自相关现象,若仍采用传统SPC会增加错误判断的机率.
为了解决这种问题,本文首先重点研究了传统SPC、残差控制图的相关理论（略）单值控制图以及残差控制图进行仿真分析计算,根据时间序列模型产生不同自相关系数的观（略）别在均值无偏移和均值偏移两种情况下进行对比研究,最终得出相关结论.
为了得到更加灵敏,更加准确的过程控制,本文其次把BP神经网络应用到解决自相关过程的控制问题中,认真研究（略）络结构的建立和训练,并把训练好的BP网络应用在自相关统计过程的仿真实验（略）不同的隐层神经元数以及不同的自相关系数,并对各种结果进行比较分析,并且在此基础上,比较了BP神经网络和残差控制图对自相关过程检测的效果,最终得出相关结论.最后本文以海洋工程海洋平台的预制过程为例,实证研究了休哈特控制图、残差控制图和BP神经网络对实际统计过程的控制能力,通过对比发现,最...
In recent years the SPC technology application in production （omitted）s been more widely, use SPC method using statistical technology on production process of each procedure（omitted）s monitor, can ensure production changed subtly and product quality goal. But （omitted）premise of traditional SP（omitted）ion condition is variables, and independent observation value in the process of actual production since each observation often exist in the relevant phenomena（omitted） use the traditional SPC will increas...
目录:| 摘要 | 第5-8页 | | Abstract | 第8-11页 | | 0 前言 | 第14-16页 | | 1 绪论 | 第16-24页 | | ·研究背景及其意义 | 第16-18页 | | ·研究背景及其问题的提出 | 第16-17页 | | ·研究价值与意义 | 第17-18页 | | ·国内外研究现状 | 第18-20页 | | ·传统SPC 研究 | 第18页 | | ·自相关SPC 研究 | 第18-19页 | | ·基于神经网络的SPC 研究 | 第19-20页 | | ·研究方法和研究思路 | 第20-21页 | | ·研究方法 | 第20-21页 | | ·研究思路 | 第21页 | | ·论文结构和关键技术问题 | 第21-23页 | | ·论文结构 | 第21-22页 | | ·拟解决的关键技术问题 | 第22-23页 | | ·创新之处 | 第23页 | | ·本章小结 | 第23-24页 | | 2 统计过程控制（SPC）理论与神经网络理论研究综述 | 第24-36页 | | ·传统SPC 研究 | 第24-27页 | | ·传统SPC 的原理 | 第25-26页 | | ·传统SPC 的局限性 | 第26-27页 | | ·自相关SPC 研究 | 第27-29页 | | ·自相关过程 | 第27-29页 | | ·自相关SPC 时间序列残差控制图 | 第29页 | | ·复杂系统理论 | 第29-30页 | | ·神经网络基本原理 | 第30-35页 | | ·神经元模型 | 第31-32页 | | ·传递函数 | 第32-33页 | | ·神经元的输入向量 | 第33页 | | ·神经网络基本结构 | 第33-34页 | | ·BP 神经网络工作原理 | 第34-35页 | | ·本章小结 | 第35-36页 | | 3 休哈特控制图和残差控制图建模仿真分析 | 第36-59页 | | ·单值控制图建模 | 第36-37页 | | ·残差控制图建模 | 第37-39页 | | ·仿真计算分析 | 第39-58页 | | ·产生自相关数据 | 第39-40页 | | ·均值无偏移控制图 | 第40-48页 | | ·均值发生偏移控制图 | 第48-56页 | | ·结果分析 | 第56-58页 | | ·本章小结 | 第58-59页 | | 4 基于 BP 神经网络的 SPC 研究 | 第59-70页 | | ·BP 神经网络结构设计 | 第59-61页 | | ·输入层结构设计 | 第59-60页 | | ·隐层结构设计 | 第60-61页 | | ·输出层结构设计 | 第61页 | | ·BP 神经网络算法的执行步骤 | 第61-63页 | | ·BP 神经网络在自相关统计过程控制中的应用 | 第63-69页 | | ·BP 神经网络的设计 | 第63-64页 | | ·BP 神经网络的计算 | 第64-69页 | | ·本章小结 | 第69-70页 | | 5 海上平台预制过程实证研究 | 第70-77页 | | ·海洋工程海上平台预制过程和参数特性 | 第70-72页 | | ·休哈特控制图检测海上平台工程桩管焊接不合格统计过程 | 第72-73页 | | ·残差控制图检测海上平台工程桩管焊接不合格统计过程 | 第73-74页 | | ·BP 神经网络检测海上平台工程桩管焊接不合格统计过程 | 第74-76页 | | ·本章小结 | 第76-77页 | | 6 研究结论与展望 | 第77-81页 | | ·研究结论 | 第77-79页 | | ·展望 | 第79-81页 | | 参考文献 | 第81-85页 | | 致谢 | 第85-86页 | | 个人简历、在学期间发表的学术论文与研究成果 | 第86页 |
|
