| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 背景 | 第11页 |
| 1.2 热镀锌生产线退火炉过程监测与故障诊断的意义 | 第11-12页 |
| 1.3 过程监测与故障诊断技术研究现状 | 第12-15页 |
| 1.4 本文主要工作 | 第15-17页 |
| 第2章 热镀锌生产过程 | 第17-27页 |
| 2.1 热镀锌生产过程设备及工艺概述 | 第17-18页 |
| 2.2 热镀锌生产过程中的退火炉 | 第18-21页 |
| 2.2.1 退火炉的结构 | 第19-20页 |
| 2.2.2 退火炉内的气氛 | 第20-21页 |
| 2.3 过程监测数据的选择 | 第21-24页 |
| 2.4 镀锌生产线退火炉常见故障及故障原因分析 | 第24-26页 |
| 2.4.1 镀锌生产线退火炉常见故障 | 第24页 |
| 2.4.2 故障原因分析 | 第24-25页 |
| 2.4.3 退火炉故障诊断的难点 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于KPCA的热镀锌生产线退火炉状态监测 | 第27-37页 |
| 3.1 主元分析 | 第27-29页 |
| 3.1.1 主元分析基本原理 | 第27-28页 |
| 3.1.2 主元分析基本算法 | 第28-29页 |
| 3.2 核主元分析 | 第29-31页 |
| 3.3 基于核主元分析的状态监测方法 | 第31-33页 |
| 3.3.1 监测统计量及统计控制限的确定 | 第31-32页 |
| 3.3.2 状态监测的主要步骤 | 第32-33页 |
| 3.4 基于KPCA的状态监测仿真实验分析 | 第33-36页 |
| 3.4.1 数据预处理 | 第33-35页 |
| 3.4.2 仿真实验分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 热镀锌生产线退火炉的故障诊断 | 第37-49页 |
| 4.1 基于数据重构的KPCA故障变量识别 | 第37-39页 |
| 4.1.1 基于KPCA模型数据重构方法 | 第37-38页 |
| 4.1.2 基于数据重构方法的KPCA故障识别 | 第38-39页 |
| 4.1.3 仿真实验分析 | 第39页 |
| 4.2 基于支持向量机的故障诊断 | 第39-44页 |
| 4.2.1 支持向量机的基本原理 | 第40-41页 |
| 4.2.2 支持向量机的基本算法 | 第41-43页 |
| 4.2.3 多分类支持向量机 | 第43-44页 |
| 4.3 基于SVM的故障诊断仿真与分析 | 第44-46页 |
| 4.3.1 LIBSVM介绍 | 第44-45页 |
| 4.3.2 仿真实验分析 | 第45-46页 |
| 4.4 SVM的参数优化及参数优化后的仿真 | 第46-47页 |
| 4.4.1 SVM参数的优化选择 | 第46-47页 |
| 4.4.2 参数优化后的仿真实验 | 第47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 热镀锌生产线退火炉过程监测与故障诊断软件设计 | 第49-67页 |
| 5.1 软件需求分析 | 第49-50页 |
| 5.2 软件总体结构 | 第50-51页 |
| 5.3 数据库部分设计 | 第51页 |
| 5.4 监测软件的编程实现 | 第51-58页 |
| 5.4.1 Matlab和C | 第52-54页 |
| 5.4.2 各程序模块介绍 | 第54-58页 |
| 5.5 PLC数据的读取 | 第58-62页 |
| 5.5.1 基于OPC技术的实时数据采集 | 第58-59页 |
| 5.5.2 OPC客户端程序编写 | 第59-60页 |
| 5.5.3 OPC服务器的配置 | 第60-62页 |
| 5.6 SVM模型的离线训练 | 第62-63页 |
| 5.7 软件在不同生产线中的应用 | 第63-66页 |
| 5.8 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |