过程系统的数据校正与参数估计

致谢	第1-8页
摘要	第8-10页
Abstract	第10-14页
第1章 绪论	第14-32页
·数据校正与参数估计的研究背景	第14-17页
·数据校正技术研究进展	第17-26页
·数据校正问题的提出与发展	第17-22页
·显著误差检测方法	第22-25页
·数据校正的主要工业应用	第25-26页
·数据校正与参数估计问题的研究发展	第26-28页
·本文研究内容及各章节介绍	第28-32页
第2章 系统的参数可估计性与显著误差可识别性	第32-46页
·系统的参数可估计性	第32-36页
·线性系统参数可估计性分析	第33-36页
·非线性系统参数可估计性分析	第36页
·系统的显著误差可识别性	第36-39页
·测量变量的测量组数影响	第39-44页
·线性实例	第41-42页
·非线性实例	第42-44页
·结论	第44-46页
第3章 过程系统的多层数据校正	第46-58页
·多层数据校正问题提出	第46-47页
·多层数据校正问题描述	第47-49页
·总物料平衡层的数据校正	第47-48页
·物料组分平衡层的数据校正	第48-49页
·严格机理模型层的数据校正	第49页
·多层数据校正的显著误差可识别性分析	第49-51页
·显著误差检测方法	第51页
·多层数据校正框架	第51-52页
·模拟实验	第52-55页
·联塔流程	第52-54页
·空气分离流程	第54-55页
·结论	第55-58页
第4章 基于最大熵原理的数据校正与显著误差检测	第58-68页
·信息熵与最大熵原理	第58-60页
·测量误差的概率密度分布	第60-61页
·数据校正问题的构造	第61-62页
·显著误差检测方法	第62-64页
·模拟实验	第64-67页
·线性实例	第64-66页
·非线性实例	第66-67页
·结论	第67-68页
第5章 准最小二乘估计器	第68-86页
·数据校正的一般描述	第68-69页
·准最小二乘估计器	第69-72页
·估计器参数的调整	第72-73页
·实例	第73-82页
·常压塔流程	第74-76页
·乙烯分离流程	第76-79页
·空气分离流程	第79-82页
·多种方法的比较	第82-85页
·结论	第85-86页
第6章 变负荷下的数据校正与参数估计方法	第86-102页
·变负荷过程的特点	第86-87页
·变负荷下的数据校正与参数估计方法	第87-92页
·过程的稳态检测与数据采样	第87-88页
·多工况下的数据聚类	第88-90页
·基于多组测量的数据校正与参数估计	第90-92页
·空气分离流程的应用实例	第92-101页
·结论	第101-102页
第7章 多工况数据校正与参数估计的序列求解法	第102-116页
·多工况数据校正与参数估计问题描述	第102-103页
·多工况数据校正与参数估计的序列子问题构造	第103-105页
·序列子问题规划求解方法	第105-109页
·PTA系统应用实例	第109-114页
·结论	第114-116页
第8章 基于机理模型的数据校正问题求解方法	第116-128页
·基于机理模型的数据校正问题特点	第116-117页
·基于经验增强的求解方法	第117-118页
·基于Aspen Plus平台的设计与实施	第118-121页
·数据校正问题的应用测试	第121-126页
·联塔系统的应用测试	第121-123页
·乙烯分离系统的应用测试	第123-126页
·结论	第126-128页
第9章 总结与展望	第128-132页
·论文总结	第128-130页
·数据校正与参数估计技术研究展望	第130-132页
参考文献	第132-142页
附录A 影响函数与数据校正的关系	第142-144页
在学期间主要科研成果	第144页