论文目录 | |
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-31页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-22页 |
| 1.2.1 物联网技术的萌芽与发展 | 第13-15页 |
| 1.2.2 物联网的系统模型及其体系结构 | 第15-16页 |
| 1.2.3 物联感知技术 | 第16-18页 |
| 1.2.4 制造过程信息关联与数据挖掘 | 第18-20页 |
| 1.2.5 离散制造过程动态监控 | 第20-22页 |
| 1.3 离散制造过程信息采集与处理面临的问题和挑战 | 第22-26页 |
| 1.3.1 离散制造系统的特点 | 第22页 |
| 1.3.2 离散制造过程中存在的问题 | 第22-24页 |
| 1.3.3 制造过程信息采集和处理面临的需求和挑战 | 第24-25页 |
| 1.3.4 汽车发电机转子轴制造过程中面临的需求和挑战 | 第25-26页 |
| 1.4 研究目的和意义 | 第26-27页 |
| 1.5 课题来源 | 第27-28页 |
| 1.6 论文的主要内容及组织结构 | 第28-30页 |
| 1.6.1 论文的主要研究内容 | 第28-29页 |
| 1.6.2 论文的组织结构 | 第29-30页 |
| 1.7 本章小结 | 第30-31页 |
| 第2章 制造物联网模式下的离散制造过程信息采集与处理执行框架 | 第31-47页 |
| 2.1 引言 | 第31页 |
| 2.2 制造物联网的相关概念 | 第31-34页 |
| 2.2.1 物联网 | 第31-32页 |
| 2.2.2 制造物联网 | 第32页 |
| 2.2.3 智能制造与工业 4.0 | 第32-34页 |
| 2.3 制造物联网的特征及其关键技术 | 第34-37页 |
| 2.3.1 制造物联网的技术特征 | 第34-35页 |
| 2.3.2 制造物联网涉及的关键技术 | 第35-37页 |
| 2.4 离散制造过程信息采集与处理系统框架 | 第37-40页 |
| 2.4.1 离散制造过程管理面临的需求与挑战 | 第37-38页 |
| 2.4.2 制造物联网模式下离散制造过程信息采集与处理体系框架 | 第38-39页 |
| 2.4.3 离散制造过程信息采集与处理系统功能模块与业务流程 | 第39-40页 |
| 2.5 离散制造过程信息采集与处理执行方案 | 第40-46页 |
| 2.5.1 汽车发电机转子轴结构与工艺分析 | 第41-44页 |
| 2.5.2 发电机转子轴制造过程信息采集与处理方案 | 第44-46页 |
| 2.6 本章小结 | 第46-47页 |
| 第3章 制造物联网车间信息关联关系模型 | 第47-71页 |
| 3.1 引言 | 第47页 |
| 3.2 制造信息的基本属性 | 第47-49页 |
| 3.2.1 制造信息的特征 | 第48页 |
| 3.2.2 制造信息的分类 | 第48-49页 |
| 3.3 离散制造物联网车间数据模型 | 第49-56页 |
| 3.3.1 制造物联网车间数据模型 | 第50-51页 |
| 3.3.2 生产任务数据模型 | 第51页 |
| 3.3.3 加工工艺数据模型 | 第51-52页 |
| 3.3.4 产品质量数据模型 | 第52-53页 |
| 3.3.5 在制品数据模型 | 第53-54页 |
| 3.3.6 制造资源数据模型 | 第54-55页 |
| 3.3.7 制造物联网车间数据多视图映射模型 | 第55-56页 |
| 3.4 制造物联网车间信息集成模型 | 第56-59页 |
| 3.4.1 制造物联网车间信息集成需求 | 第56-58页 |
| 3.4.2 制造过程多源异构信息管理集成模型 | 第58-59页 |
| 3.5 制造物联网车间信息映射关系模型 | 第59-69页 |
| 3.5.1 制造物联网车间感知目标及其属性分类 | 第59-61页 |
| 3.5.2 制造物联网车间机床状态信息感知量 | 第61-63页 |
| 3.5.3 制造物联网车间机床状态信息感知方法 | 第63-67页 |
| 3.5.4 制造物联网车间信息感知映射关系模型 | 第67-69页 |
| 3.6 本章小结 | 第69-71页 |
| 第4章 制造设备状态信息感知与分析处理 | 第71-90页 |
| 4.1 引言 | 第71页 |
| 4.2 制造物联网车间设备状态信息感知系统 | 第71-77页 |
| 4.2.1 机床设备状态监控中感知信号的选择 | 第72页 |
| 4.2.2 机床设备状态信息感知系统构架 | 第72-74页 |
| 4.2.3 机床设备状态信息采集方法 | 第74-76页 |
| 4.2.4 感知系统软件设计 | 第76-77页 |
| 4.3 机床主轴振动信息的采集与处理分析 | 第77-83页 |
| 4.3.1 机床主轴振动信息的采集 | 第77-79页 |
| 4.3.2 机床主轴振动信息的处理 | 第79-82页 |
| 4.3.3 机床主轴振动信息对转子轴直径误差的影响 | 第82-83页 |
| 4.4 机床刀具切削力信息的采集与分析 | 第83-89页 |
| 4.4.1 不同工况下机床刀具切削力信息的采集 | 第83-85页 |
| 4.4.2 机床刀具切削力信息的计算与处理 | 第85-86页 |
| 4.4.3 机床刀具切削信息对转子轴表面粗糙度的影响 | 第86-89页 |
| 4.5 本章小结 | 第89-90页 |
| 第5章 制造过程中的信息关联与数据挖掘 | 第90-112页 |
| 5.1 引言 | 第90页 |
| 5.2 数据挖掘与关联规则挖掘算法 | 第90-96页 |
| 5.2.1 数据挖掘的概念及其体系结构 | 第90-91页 |
| 5.2.2 系统中数据挖掘的特点及其应用 | 第91-93页 |
| 5.2.3 关联规则挖掘的概念 | 第93-94页 |
| 5.2.4 关联规则挖掘的步骤 | 第94-95页 |
| 5.2.5 关联规则挖掘算法 | 第95-96页 |
| 5.3 一种支持模糊数值约束的加权关联规则挖掘算法 | 第96-105页 |
| 5.3.1 加权支持度的引入 | 第96-99页 |
| 5.3.2 模糊关联规则与模糊查询 | 第99-103页 |
| 5.3.3 含有模糊数值约束的关联规则挖掘算法 | 第103-105页 |
| 5.4 制造物联网中的信息关联与数据挖掘 | 第105-111页 |
| 5.4.1 机床运行参数与产品质量信息之间的关联规则 | 第106-108页 |
| 5.4.2 FQC-wed Apriori算法在产品质量控制中的应用 | 第108-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第6章 基于制造信息的资源优化配置方法 | 第112-143页 |
| 6.1 引言 | 第112-113页 |
| 6.2 制造物联网模式下制造资源配置过程 | 第113-117页 |
| 6.2.1 制造资源的属性定义 | 第113-114页 |
| 6.2.2 制造资源配置方法 | 第114-116页 |
| 6.2.3 制造信息在资源配置过程中的应用 | 第116-117页 |
| 6.3 基于模糊层次分析法和灰色关联分析的制造资源评价 | 第117-125页 |
| 6.3.1 模糊层次分析法与灰色关联分析 | 第117-118页 |
| 6.3.2 制造资源综合评价模型 | 第118-121页 |
| 6.3.3 基于FAHP和GRA的制造资源评价过程 | 第121-125页 |
| 6.4 基于改进的进化多目标优化算法的制造资源优选 | 第125-132页 |
| 6.4.1 进化多目标优化算法 | 第125-128页 |
| 6.4.2 制造资源优选模型 | 第128-131页 |
| 6.4.3 基于改进的进化多目标优化算法的制造资源优选过程 | 第131-132页 |
| 6.5 实例应用与分析 | 第132-141页 |
| 6.5.1 制造资源的初选 | 第133-134页 |
| 6.5.2 制造资源综合评价 | 第134-137页 |
| 6.5.3 制造资源优选 | 第137-139页 |
| 6.5.4 系统的应用 | 第139-141页 |
| 6.6 本章小结 | 第141-143页 |
| 第7章 总结与展望 | 第143-147页 |
| 7.1 全文总结 | 第143-145页 |
| 7.2 研究展望 | 第145-147页 |
| 致谢 | 第147-148页 |
| 参考文献 | 第148-162页 |
| 附录1 攻读博士学位期间完成的科研成果 | 第162-164页 |
| 附录2 攻读博士学位期间参与的科研项目 | 第164-165页 |
| 附件 | 第165-169页 |
