间歇过程的核学习自适应建模与控制研究及工业应用
| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-14页 |
| 图表清单 | 第14-17页 |
| 主要缩写符号清单与术语表 | 第17-19页 |
| 目录 | 第19-22页 |
| 1 绪论 | 第22-42页 |
| ·间歇过程及其特点 | 第22-24页 |
| ·间歇过程概述 | 第22-23页 |
| ·间歇过程特点 | 第23-24页 |
| ·本文主要研究对象:生物发酵过程和橡胶密炼过程 | 第24页 |
| ·发酵过程建模和控制的研究现状 | 第24-29页 |
| ·发酵过程概况 | 第24-26页 |
| ·发酵过程特点和难点 | 第26-27页 |
| ·发酵过程建模和控制的研究现状 | 第27-29页 |
| ·橡胶密炼过程建模和控制的研究现状 | 第29-31页 |
| ·橡胶密炼过程的主要特点 | 第29-30页 |
| ·橡胶密炼过程建模和控制的研究现状 | 第30-31页 |
| ·核学习方法在工业过程中的应用 | 第31-39页 |
| ·学习问题和统计学习理论概述 | 第31-34页 |
| ·核学习方法和正则化技术 | 第34-35页 |
| ·核学习方法在化工过程建模和控制中的应用综述 | 第35-37页 |
| ·核学习方法在间歇过程建模和控制中的研究现状 | 第37-39页 |
| ·本文概要和框架 | 第39-42页 |
| 2 选择性递推核学习及在发酵过程在线建模的应用 | 第42-60页 |
| ·引言 | 第42-44页 |
| ·选择性递推核学习建模理论 | 第44-50页 |
| ·正则化核学习建模框架 | 第44-45页 |
| ·两阶段建模框架 | 第45-46页 |
| ·选择性稀疏策略 | 第46-48页 |
| ·选择性模型修剪 | 第48-50页 |
| ·青霉素发酵过程关键变量在线预报 | 第50-55页 |
| ·结合先验知识设计稀疏策略 | 第51-52页 |
| ·结果与讨论 | 第52-55页 |
| ·链激酶发酵过程关键变量浓度在线预报 | 第55-58页 |
| ·链激酶发酵过程及仿真器概述 | 第55-56页 |
| ·结果与讨论 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 3 自适应局部核学习及在间歇过程在线建模的应用 | 第60-70页 |
| ·引言 | 第60-61页 |
| ·自适应局部核学习建模方法 | 第61-67页 |
| ·MIMO过程的LSSVR建模理论 | 第61-62页 |
| ·局部学习 | 第62-63页 |
| ·构造相似样本集 | 第63-64页 |
| ·基于FLOO的自适应参数优化算法 | 第64-66页 |
| ·基于AL-LSSVR的间歇过程在线建模流程 | 第66-67页 |
| ·链激酶发酵过程关键变量浓度在线建模和预报 | 第67-69页 |
| ·仿真实验设计 | 第67页 |
| ·结果分析及讨论 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 4 多项式稀疏核学习单步预测控制器设计 | 第70-82页 |
| ·引言 | 第70-71页 |
| ·SKL-OPC控制器框架 | 第71-73页 |
| ·基于多项式核的SKL-OPC控制算法 | 第73-75页 |
| ·仿真研究 | 第75-80页 |
| ·Benchmark控制问题1比较 | 第75-77页 |
| ·化工釜式反应器控制比较 | 第77-80页 |
| ·本章小结 | 第80-82页 |
| 5 自适应稀疏核学习单步预测控制器设计 | 第82-94页 |
| ·引言 | 第82页 |
| ·SKL-OPC框架下自适应控制器设计 | 第82-88页 |
| ·SKL-OPC框架 | 第82-83页 |
| ·解析的控制律 | 第83-84页 |
| ·收敛性证明 | 第84-85页 |
| ·控制律自适应调整 | 第85-86页 |
| ·常用核函数控制律 | 第86-88页 |
| ·仿真研究 | 第88-93页 |
| ·Benchmark控制问题1 | 第88-89页 |
| ·Benchmark控制问题2 | 第89-91页 |
| ·化工釜式反应器控制比较 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 6 自适应稀疏核学习单步预测控制器的在线更新 | 第94-102页 |
| ·引言 | 第94-95页 |
| ·可在线递推更新的SRKL-ATL控制律 | 第95-97页 |
| ·仿真研究 | 第97-101页 |
| ·非线性液位系统 | 第97-100页 |
| ·发酵反应器 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 7 工业应用1:炼胶过程门尼粘度在线建模与预报 | 第102-114页 |
| ·引言 | 第102-104页 |
| ·自适应递推核学习建模理论 | 第104-107页 |
| ·MIMO过程的KL建模方法 | 第104-105页 |
| ·模型参数自适应选择 | 第105-106页 |
| ·两阶段递推更新 | 第106-107页 |
| ·工业应用:混炼胶门尼粘度实时预报 | 第107-113页 |
| ·先进密炼信息集成与控制系统 | 第107-109页 |
| ·门尼粘度在线建模和预报 | 第109页 |
| ·应用案例1 | 第109-111页 |
| ·应用案例2 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 8 工业应用2:炼胶过程门尼粘度先进排胶控制 | 第114-124页 |
| ·引言 | 第114-115页 |
| ·门尼粘度先进排胶控制 | 第115-117页 |
| ·推理排胶控制 | 第115页 |
| ·预报排胶控制 | 第115-116页 |
| ·SMS执行流程 | 第116-117页 |
| ·工业应用:门尼粘度先进控制 | 第117-123页 |
| ·推理排胶应用案例1 | 第118-120页 |
| ·推理排胶应用案例2 | 第120-121页 |
| ·预报排胶应用案例1 | 第121-122页 |
| ·推理和预报排胶综合应用案例1 | 第122-123页 |
| ·本章小结 | 第123-124页 |
| 9 总结与展望 | 第124-128页 |
| ·创新性研究工作总结 | 第124-126页 |
| ·理论研究思想和工业应用经验 | 第126-127页 |
| ·挑战与展望 | 第127-128页 |
| 参考文献 | 第128-142页 |
| 附录 | 第142-144页 |
| 附录A: 方阵删减后快速求逆的证明 | 第142-143页 |
| 附录B: 链激酶流加发酵过程反应机理和模型参数 | 第143-144页 |
| 作者简介及攻博期间参加的科研项目和主要科研成果 | 第144-147页 |
| 作者简介 | 第144页 |
| Author Resume | 第144-145页 |
| 第1作者发表和录用与本文有关的论文 | 第145-146页 |
| 第2作者发表和录用的论文 | 第146页 |
| 第1作者登记的计算机软件著作权 | 第146页 |
| 参加的主要科研项目和工业实践 | 第146-147页 |
