CPS在冶金产品质量在线管控中应用研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 引言 | 第13-15页 |
| 2 绪论 | 第15-32页 |
| 2.1 课题概述 | 第15-16页 |
| 2.1.1 课题的提出 | 第15页 |
| 2.1.2 课题的意义 | 第15-16页 |
| 2.2 研究现状 | 第16-26页 |
| 2.2.1 信息物理系统提出的背景 | 第16-18页 |
| 2.2.2 信息物理系统的研究现状 | 第18-21页 |
| 2.2.3 产品质量数据分析方法 | 第21-26页 |
| 2.3 研究趋势 | 第26-29页 |
| 2.4 论文的研究内容及章节安排 | 第29-32页 |
| 3 复杂数据可视化及产品自动分级方法 | 第32-46页 |
| 3.1 非线性数据结构表示方法 | 第32-33页 |
| 3.2 多维缩放算法 | 第33-34页 |
| 3.3 非线性同等缩放方法 | 第34-38页 |
| 3.4 基于数据可视化技术的产品自动分级方法 | 第38-40页 |
| 3.5 工业应用实例分析 | 第40-45页 |
| 3.6 本章小结 | 第45-46页 |
| 4 产品质量在线判定、诊断与优化方法 | 第46-67页 |
| 4.1 产品质量异常点识别方法 | 第46-55页 |
| 4.1.1 硬超球体和线性软超球体 | 第47-51页 |
| 4.1.2 非线性软超球体 | 第51-53页 |
| 4.1.3 基于支持向量的封闭超球体 | 第53-55页 |
| 4.2 质量异常诊断方法 | 第55-56页 |
| 4.3 工艺参数优化方法 | 第56-58页 |
| 4.4 工业应用实例分析 | 第58-65页 |
| 4.4.1 生产过程异常点在线监测 | 第59-60页 |
| 4.4.2 生产过程异常的在线诊断 | 第60-62页 |
| 4.4.3 工艺参数在线优化 | 第62-63页 |
| 4.4.4 不同方法对比分析 | 第63-65页 |
| 4.5 本章小结 | 第65-67页 |
| 5 产品质量设计和工艺规范制订方法 | 第67-90页 |
| 5.1 基于流形学习的质量设计方法 | 第67-74页 |
| 5.1.1 流形学习方法 | 第68-69页 |
| 5.1.2 有监督流形学习方法 | 第69-74页 |
| 5.2 质量设计的应用实例 | 第74-77页 |
| 5.3 产品质量设计方法和质量在线调整 | 第77-80页 |
| 5.4 工艺规范的制定方法 | 第80-83页 |
| 5.5 工艺规范制定应用实例 | 第83-86页 |
| 5.6 工艺规范制定的相关问题 | 第86-89页 |
| 5.7 本章小结 | 第89-90页 |
| 6 基于函数型数据分析的质量预测方法 | 第90-109页 |
| 6.1 函数型数据的表示形式 | 第91-95页 |
| 6.1.1 函数型数据表达 | 第92页 |
| 6.1.2 系数向量的估计 | 第92-93页 |
| 6.1.3 粗糙惩罚法 | 第93-95页 |
| 6.2 函数型主成分分析 | 第95-97页 |
| 6.3 函数型回归分析 | 第97-98页 |
| 6.4 函数型数字孪生模型应用实例 | 第98-108页 |
| 6.4.1 转炉炼钢过程终点碳-温预测模型 | 第99-101页 |
| 6.4.2 烟气分析的数字孪生模型 | 第101-102页 |
| 6.4.3 工业应用实例 | 第102-107页 |
| 6.4.4 讨论 | 第107-108页 |
| 6.5 本章小结 | 第108-109页 |
| 7 质量在线管控系统的工业应用 | 第109-119页 |
| 7.1 数据采集与重整平台 | 第110-112页 |
| 7.2 数据集成平台 | 第112-114页 |
| 7.3 单元级CPS | 第114-116页 |
| 7.4 系统级CPS | 第116-118页 |
| 7.5 本章小结 | 第118-119页 |
| 8 结论与展望 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 作者简历及在学研究成果 | 第132-135页 |
| 学位论文数据集 | 第135页 |
