基于小波神经网络的生产质量控制图模式识别开题报告

 2021-11-30 23:14:24

1. 研究目的与意义(文献综述)

1.设计目的及意义

1.1 背景

随着消费者需求越来越高,在企业的产品制造过程中,现代化和复杂化的程度逐渐提高,也对过程控制和质量诊断提出了更高的要求[1]。因此,如何高效准确地实现产品质量诊断成为企业生存的关键能力之一。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.基本内容和技术方案

2.1基本内容

(1)产品质量诊断和大数据分析:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

3. 进度安排

周次

目标任务

1-2

毕业设计(论文)选题,外文文献翻译;

3-4

查阅文献资料,完成开题报告;

5

研究控制图模式,利用蒙特卡洛方法生成数据;

6-7

利用数据训练神经网络模型,得到控制图异常模式识别模型;

8-9

学习小波分析,用不同的小波函数对数据进行小波分析;

10-11

对识别结果进行分析,完成毕业设计论文初稿;

12

对初稿进行修改和完善;

13

终稿完成、打印、装订;整理各项毕业设计材料并提交毕业论文;

14-15

准备论文答辩用的PPT演讲材料,论文提交评阅,完成毕业论文答辩。

4. 参考文献(12篇以上)

4.参考文献:

[1] 程志强. 基于智能方法的产品制造过程质量诊断[d]. 江苏. 南京理工大学,2011.

[2] 李刚,王霄,蔡兰. 基于神经网络的控制图模式识别研究[j]. 制造业自动化,2000,05:31-34.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。