首页--工业技术论文--化学工业论文--基本有机化学工业论文--碳环化合物、脂环族化合物的生产论文--脂环族烃及其衍生物论文--饱和脂环烃论文

基于最小熵损的环己烷氧化过程监控技术开发

摘要第5-6页
ABSTRACT第6-7页
目录第8-11页
第一章 绪论第11-23页
    1.1 研究背景及意义第11-12页
    1.2 过程监控第12-15页
        1.2.1 统计过程监控第13-14页
        1.2.2 多元统计过程监控第14-15页
    1.3 常用的多元统计过程监控方法第15-19页
        1.3.1 主元分析(Principal Component Analysis, PCA)第15-16页
        1.3.2 主元回归(Principal component Regression, PCR)第16页
        1.3.3 部分最小二乘(Partial Least Squares, PLS)第16-17页
        1.3.4 费舍判别式分析(Fisher Discriminant Analysis, FDA)第17页
        1.3.5 流形学习方法(Manifold Learning method)第17-19页
    1.4 对传统方法的改进第19-21页
        1.4.1 非线性方面的改进第19-20页
        1.4.2 尺度方面的改进第20页
        1.4.3 针对间歇过程的改进第20-21页
    1.5 本文结构第21-23页
第二章 基于核密度估计的监控统计量控制限的确定第23-38页
    2.1 多元统计监控量第23-25页
    2.2 传统控制限算法第25-26页
    2.3 基于核密度估计的方法第26-28页
        2.3.1 核密度估计第26-28页
        2.3.2 基于核密度估计的统计控制限确定第28页
    2.4 基于二维 KDE 的过程监控统计量第28-37页
    2.5 本章小结第37-38页
第三章 基于核熵成分分析算法的化工过程监控第38-59页
    3.1 信息熵第38-39页
    3.2 核主元分析第39-44页
    3.3 最小信息熵损第44-45页
    3.4 核熵成分分析第45-46页
    3.5 基于核熵成分分析的故障监控算法第46-47页
        3.5.1 在线阶段第47页
        3.5.2 离线阶段第47页
    3.6 实验及结果分析第47-58页
        3.6.1 基于 KECA 算法的过程监控策略在 TE 过程的应用第48-54页
        3.6.2 基于 KECA 算法的过程监控策略在润滑油重质过程的应用第54-58页
    3.7 本章小结第58-59页
第四章 基于核局部保留投影算法的化工过程监控第59-77页
    4.1 流形学习第59-60页
    4.2 局部保留投影第60-63页
    4.3 核局部保留投影第63-64页
    4.4 基于核局部保留投影算法的过程监控步骤第64-65页
        4.4.1 离线阶段第64-65页
        4.4.2 在线阶段第65页
    4.5 基于最小信息熵损的 KLPP 算法的过程监控第65-67页
        4.5.1 离线阶段第66-67页
        4.5.2 在线阶段第67页
    4.6 实验及结果分析第67-76页
        4.6.1 基于 KLPP 以及 MEL-KLPP 的 TE 过程故障检测第67-72页
        4.6.2 基于 KLPP 以及 MEL-KLPP 的润滑油重质过程故障检测第72-76页
    4.7 本章小结第76-77页
第五章 环己酮生产过程的应用第77-91页
    5.1 富氧氧化生产环己酮简介第77-79页
    5.2 环己酮生产过程存在的危险性因素第79-80页
    5.3 参数优化算法第80-83页
    5.4 实验结果及分析第83-90页
        5.4.1 基于 KPCA 算法的过程监控结果第83-86页
        5.4.2 基于 KECA 算法的过程监控结果第86-88页
        5.4.3 基于 KLPP 和 MEL-KLPP 算法的过程监控第88-90页
    5.5 本章小结第90-91页
结论与展望第91-93页
参考文献第93-99页
攻读硕士学位期间取得的研究成果第99-100页
致谢第100-101页
附件第101页

论文共101页,点击 下载论文
上一篇:地丹诺辛结晶工艺的研究及前药修饰
下一篇:1-氨丙基-2-甲基咪唑的合成及其改性缩聚物的研究