基于2D-DKPCA的故障检测方法在青霉素发酵中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究的意义 | 第10页 |
| ·制药工业的发展概况 | 第10-11页 |
| ·制药工业的发展概述 | 第10页 |
| ·我国制药业的发展概述 | 第10-11页 |
| ·微生物发酵 | 第11-17页 |
| ·微生物发酵及发酵过程分类 | 第11-12页 |
| ·影响发酵的因素及其控制 | 第12-14页 |
| ·发酵过程的主要控制参数 | 第14-16页 |
| ·发酵过程的控制方法 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第2章 故障检测与诊断技术 | 第18-26页 |
| ·故障诊断技术的发展概述 | 第18页 |
| ·故障诊断方法的分类 | 第18-24页 |
| ·故障及其类型 | 第18-19页 |
| ·故障诊断方法及其类型 | 第19-24页 |
| ·基于PCA的故障诊断方法的发展概况 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 主元分析方法 | 第26-34页 |
| ·主元的定义 | 第26-27页 |
| ·主元个数的确定方法 | 第27-28页 |
| ·主元分析算法 | 第28-30页 |
| ·基于PCA的故障检测方法 | 第30-31页 |
| ·PCA方法在过程监控中的应用 | 第31页 |
| ·小结 | 第31-34页 |
| 第4章 基于2D-DKPCA的故障检测方法 | 第34-44页 |
| ·动态数据的含义 | 第34-35页 |
| ·二维动态核主元分析算法 | 第35-41页 |
| ·动态数据的选择 | 第35页 |
| ·数据的预处理 | 第35-36页 |
| ·KPCA方法提取观测数据的非线性主元 | 第36-41页 |
| ·基于2D-DKPCA的故障检测方法 | 第41-42页 |
| ·定义特征空间中的SPE统计量 | 第41页 |
| ·基于2D-DKPCA故障检测方法的算法 | 第41-42页 |
| ·小结 | 第42-44页 |
| 第5章 2D-DKPCA方法在青霉素发酵上的应用 | 第44-52页 |
| ·青霉素发酵过程 | 第44-45页 |
| ·青霉素发酵过程控制的难点 | 第45-46页 |
| ·二维动态核主元分析方法在青霉素发酵过程中的应用 | 第46-51页 |
| ·数据的预处理 | 第46-48页 |
| ·提取训练数据的动态非线性主元素 | 第48页 |
| ·对发酵过程进行在线监测 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第6章 青霉素发酵过程故障监测软件设计 | 第52-64页 |
| ·监控软件的整体设计 | 第52-53页 |
| ·监控软件重点部分的详细介绍 | 第53-58页 |
| ·监控界面 | 第53页 |
| ·通讯模块 | 第53-55页 |
| ·数据管理 | 第55-56页 |
| ·故障检测 | 第56-58页 |
| ·监控系统的运行实例 | 第58-62页 |
| ·小结 | 第62-64页 |
| 第7章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士期间发表的论文 | 第72页 |
