首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

基于概率的工业过程数据建模与故障检测

致谢第5-7页
摘要第7-9页
Abstract第9-11页
缩写第16-19页
1 绪论第19-43页
    1.1 课题背景和研究意义第19-20页
    1.2 过程监测的研究内容和主要方法第20-25页
        1.2.1 过程监测的基本概念与研究内容第20-22页
        1.2.2 过程监测的主要方法第22-25页
    1.3 基于多变量统计分析的过程监测研究第25-35页
        1.3.1 多变量统计过程监测的研究现状第25-26页
        1.3.2 工业过程特性分析第26-27页
        1.3.3 工业数据特性分析第27-35页
    1.4 基于概率模型的故障检测研究第35-38页
        1.4.1 概率模型及基于概率PCA的故障检测第35-37页
        1.4.2 基于概率模型的工业故障检测研究现状第37-38页
    1.5 本文研究内容与创新点第38-41页
        1.5.1 本文主要研究内容第38-40页
        1.5.2 文章创新点介绍第40-41页
    1.6 本章小结第41-43页
2 基于自回归因子分析模型的动态过程故障检测第43-67页
    2.1 引言第43-44页
    2.2 预备知识第44-46页
        2.2.1 因子分析模型(FA)第44-45页
        2.2.2 线性高斯状态空间模型(LGSSM)第45-46页
    2.3 自回归因子分析模型(ARFA)第46-52页
        2.3.1 ARFA模型结构第46页
        2.3.2 ARFA模型参数估计第46-51页
        2.3.3 ARFA模型分析第51-52页
    2.4 基于ARFA的动态过程故障检测第52-54页
    2.5 实例研究第54-65页
        2.5.1 数值例子第54-60页
        2.5.2 TE过程实验研究第60-65页
    2.6 本章小结第65-67页
3 基于概率隐变量回归模型的故障检测第67-87页
    3.1 引言第67-68页
    3.2 概率隐变量回归模型(PLVR)第68-75页
        3.2.1 PLVR模型形式第68-70页
        3.2.2 PLVR模型参数估计:EM算法第70-74页
        3.2.3 PLVR与PPCA的比较第74-75页
    3.3 基于PLVR的故障检测第75-78页
    3.4 实例研究第78-84页
    3.5 本章小结第84-87页
4 基于半监督概率隐变量回归模型的故障检测第87-109页
    4.1 引言第87-88页
    4.2 连续过程的SSPLVR模型第88-92页
        4.2.1 SSPLVR模型形式第89-90页
        4.2.2 SSPLVR模型参数估计第90-91页
        4.2.3 基于SSPLVR的连续过程故障检测第91-92页
    4.3 批次过程的SSPLVR模型第92-99页
        4.3.1 批次过程数据预处理第93-96页
        4.3.2 批次过程SSPLVR模型第96-98页
        4.3.3 基于SSPLVR的批次过程故障检测第98-99页
    4.4 实例研究第99-108页
        4.4.1 TE过程实验研究第99-104页
        4.4.2 青霉素过程实验研究第104-108页
    4.5 本章小结第108-109页
5 基于递归高斯过程的批次过程自适应故障检测第109-123页
    5.1 引言第109-110页
    5.2 高斯过程回归(GP)模型第110-112页
    5.3 基于RGP的批次过程自适应故障检测第112-116页
        5.3.1 基于有限样本建模建立的GP模型及其故障检测第112-113页
        5.3.2 模型在线更新测量及基于RGP的故障检测第113-116页
    5.4 实例研究第116-122页
    5.5 本章小结第122-123页
6 总结与展望第123-127页
    6.1 研究工作总结第123-124页
    6.2 研究工作展望第124-127页
参考文献第127-141页
攻读博士学位期间完成的学术论文第141-143页
攻读博士学位期间参加的科研项目第143页

论文共143页,点击 下载论文
上一篇:RNA高通量测序技术以及鱿鱼—费氏弧菌共生机制的研究
下一篇:华北空管局语音交换系统的内话联网技术研究