基于主元分析法的辊道窑能耗异常诊断
摘要 | 第4-6页 |
ABSTRACT | 第6-14页 |
第一章绪论 | 第14-21页 |
1.1课题研究背景、研究目的及意义 | 第14-15页 |
1.1.1课题背景 | 第14-15页 |
1.1.2课题研究目的及意义 | 第15页 |
1.2国内外研究现状 | 第15-18页 |
1.2.1工业界异常诊断的主要方法 | 第15-16页 |
1.2.2辊道窑异常诊断的研究现状 | 第16-17页 |
1.2.3基于主元分析法的异常诊断研究现状 | 第17-18页 |
1.3本文主要研究思路、内容和框架 | 第18-20页 |
1.4本章小结 | 第20-21页 |
第二章基于主元分析法的辊道窑能耗异常检测 | 第21-36页 |
2.1引言 | 第21页 |
2.2辊道窑工作原理分析 | 第21-24页 |
2.2.1基本结构及工序流程 | 第21-23页 |
2.2.2能耗异常情况分析 | 第23-24页 |
2.3主元分析法的基本知识 | 第24-29页 |
2.3.1基本原理 | 第24-25页 |
2.3.2PCA算法 | 第25-27页 |
2.3.3PCA异常检测 | 第27-29页 |
2.3.4基于贡献图的异常定位 | 第29页 |
2.4针对辊道窑的异常诊断方法 | 第29-35页 |
2.4.1数据采集 | 第30-31页 |
2.4.2数据预处理 | 第31页 |
2.4.3主元模型建模 | 第31-32页 |
2.4.4异常检测结果及分析 | 第32-35页 |
2.5本章小结 | 第35-36页 |
第三章基于动态主元分析的辊道窑能耗异常检测 | 第36-50页 |
3.1引言 | 第36页 |
3.2动态主元分析法 | 第36-39页 |
3.2.1动态主元分析的基本原理 | 第36-37页 |
3.2.2滞后长度的选取分析 | 第37-39页 |
3.3改进动态主元分析 | 第39-42页 |
3.3.1部分时滞PCA方法 | 第39-40页 |
3.3.2利用自相关函数筛选时滞变量 | 第40-42页 |
3.4案例分析 | 第42-49页 |
3.4.1数学模型案例 | 第42-45页 |
3.4.2辊道窑生产数据案例 | 第45-49页 |
3.5本章小结 | 第49-50页 |
第四章基于自适应主元分析的辊道窑能耗异常检测 | 第50-65页 |
4.1引言 | 第50页 |
4.2递推主元分析 | 第50-53页 |
4.3移动窗主元分析 | 第53-59页 |
4.3.1固定窗长的移动窗主元分析法 | 第53-55页 |
4.3.2自适应步长移动窗主元分析 | 第55-59页 |
4.4案例分析 | 第59-64页 |
4.4.1数学模型案例 | 第59-62页 |
4.4.2辊道窑生产数据案例 | 第62-64页 |
4.5本章小结 | 第64-65页 |
第五章辊道窑能耗异常检测模块设计 | 第65-71页 |
5.1引言 | 第65页 |
5.2能耗异常检测模块设计 | 第65-67页 |
5.2.1需求分析 | 第65-66页 |
5.2.2架构设计 | 第66-67页 |
5.3能耗异常检测模块开发及应用 | 第67-68页 |
5.3.1开发环境 | 第67页 |
5.3.2模块应用方案 | 第67-68页 |
5.4界面展示 | 第68-70页 |
5.4.1能耗异常检测主界面 | 第68-69页 |
5.4.2能耗异常检测报警 | 第69-70页 |
5.5本章小结 | 第70-71页 |
总结与展望 | 第71-72页 |
参考文献 | 第72-77页 |
攻读硕士学位期间发表的论文及专利 | 第77-79页 |
致谢 | 第79页 |