首页--工业技术论文--化学工业论文--金属元素的无机化合物化学工业论文--第Ⅱ族金属元素的无机化合物论文--镁的无机化合物论文

基于流形架构的电熔镁炉过程监测研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题背景与研究意义第11页
    1.2 故障诊断研究内容与研究方法第11-13页
        1.2.1 故障诊断基本概念第11-12页
        1.2.2 故障诊断的研究方法第12-13页
    1.3 统计分析的过程监测方法第13-14页
        1.3.1 单变量统计方法的过程监控第13-14页
        1.3.2 传统的多元统计方法及其改进第14页
    1.4 数据驱动方法第14-17页
        1.4.1 监督学习的方法第15-16页
        1.4.2 无监督学习的方法第16页
        1.4.3 半监督学习的方法第16-17页
    1.5 本文结构和主要内容第17-19页
第2章 相关理论知识第19-27页
    2.1 核主元分析(KPCA)的基本介绍第19-24页
        2.1.1 主元分析(PCA)方法的过程监测及建模第19-23页
        2.1.2 核主元分析(KPCA)方法的过程建模及监测第23-24页
    2.2 半监督学习算法第24-26页
        2.2.1 半监督学习的三大假设第25页
        2.2.2 基于图半监督算法第25-26页
        2.2.3 半监督学习的应用第26页
    2.3 本章小结第26-27页
第3章 基于电熔镁炉电磁搅拌的电磁场分析第27-43页
    3.1 电熔镁炉生产背景第27-29页
        3.1.1 背景介绍第27-29页
        3.1.2 方案分析第29页
    3.2 电磁搅拌的基本原理及磁场的建立第29-37页
        3.2.1 电磁场的基本原理第29-30页
        3.2.2 电磁搅拌的磁场建立第30-36页
        3.2.3 电磁场稳定条件及激励的选取第36-37页
        3.2.4 有限空间的设置第37页
    3.3 电磁搅拌仿真第37-41页
    3.4 本章小结第41-43页
第4章 基于KICA知识分析的核灵活流形嵌入过程监测第43-71页
    4.1 KICA的基本原理及监测建模第43-49页
        4.1.1 核算法的基本原理及特点第43-44页
        4.1.2 核独立元的基本原理及过程监测第44-49页
    4.2 基于知识分析的核灵活流形嵌入算法第49-54页
        4.2.1 基于知识分析的核灵活流形嵌入算法的基本原理第49-53页
        4.2.2 故障建模及诊断过程第53-54页
    4.3 基于KICA知识分析的核灵活流形嵌入故障检测及故障诊断第54-55页
        4.3.1 基于KICA知识分析的核灵活流形嵌入故障监控过程第54页
        4.3.2 基于KICA知识分析的核灵活流形嵌入在线故障诊断第54-55页
    4.4 实验仿真第55-69页
        4.4.1 基于电熔镁炉的KFME过程监测结果及分析第55-61页
        4.4.2 基于TEP的KICA知识分析的KFME过程监测仿真结果及分析第61-69页
    4.5 本章小结第69-71页
第5章 总结与展望第71-73页
    5.1 总结第71-72页
    5.2 展望第72-73页
参考文献第73-79页
致谢第79-81页
攻读硕士期间发表的论文第81页

论文共81页,点击 下载论文
上一篇:基于工业云的电熔镁炉远程移动监控系统设计与开发
下一篇:基于赤泥资源化利用的铁水脱硅脱磷剂研究开发