首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

间歇工业过程单批次建模与监测关键技术研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第13-29页
    1.1 课题研究背景及意义第13-15页
    1.2 间歇过程的特点及数据特征第15-19页
        1.2.1 间歇过程的特点第15-17页
        1.2.2 间歇过程的数据特征第17-19页
    1.3 间歇过程统计监测方法的发展与研究现状第19-26页
        1.3.1 统计过程监测概述第19-20页
        1.3.2 间歇过程统计监测方法的发展概况第20-26页
    1.4 本文的主要研究内容第26-29页
第二章 基于SDKPCA的间歇过程弱故障监测第29-59页
    2.1 引言第29-30页
    2.2 相关算法介绍第30-34页
        2.2.1 DPCA原理第30-32页
        2.2.2 KPCA原理第32-34页
    2.3 基于SDKPCA的建模与监测第34-43页
        2.3.1 阶段划分第34-35页
        2.3.2 单批次模型的建立第35页
        2.3.3 单批次模型的聚类第35-39页
        2.3.4 类模型的建立第39页
        2.3.5 基于SDKPCA的建模算法第39-41页
        2.3.6 基于多类模型的在线模型选择与监测第41-43页
    2.4 青霉素发酵过程中的应用研究第43-57页
        2.4.1 青霉素发酵过程简介第43-44页
        2.4.2 实验设计和建模数据第44-46页
        2.4.3 在线监测第46-57页
        2.4.4 计算复杂度分析第57页
    2.5 本章小结第57-59页
第三章 基于特征点的SDKPCA不等长间歇过程故障监测第59-77页
    3.1 引言第59-60页
    3.2 时间序列的特征点提取第60-64页
        3.2.1 基于垂直距离的时间序列特征点提取第60-62页
        3.2.2 提取算法第62-64页
    3.3 间歇过程中特征点提取第64-67页
        3.3.1 间歇过程中特征点的分布特点第64-65页
        3.3.2 特征点的提取和粗匹配第65-66页
        3.3.3 批次内特征点的融合第66页
        3.3.4 批次间特征点的细匹配第66-67页
    3.4 基于特征点的SDKPCA建模与在线监测第67-68页
        3.4.1 过程去噪第68页
        3.4.2 基于特征点的SDKPCA模型建立第68页
        3.4.3 基于特征点的SDKPCA建模和监测算法第68页
    3.5 青霉素发酵过程中的应用研究第68-76页
        3.5.1 实验设计和建模数据第68-70页
        3.5.2 在线监测第70-75页
        3.5.3 计算复杂度分析第75-76页
    3.6 本章小结第76-77页
第四章 基于LCS-SDKPCA的多操作间歇过程监测方法第77-97页
    4.1 引言第77-78页
    4.2 过程时段划分与段内聚类第78-79页
    4.3 基于LCS-SDKPCA的建模与监测第79-86页
        4.3.1 数据预处理第79-84页
        4.3.2 建立LCS-SDKPCA模型第84-85页
        4.3.3 在线监测第85-86页
    4.4 LF炉炼钢过程中的应用研究第86-96页
        4.4.1 LF炉炼钢过程简介第86-88页
        4.4.2 实验设计和建模数据第88-90页
        4.4.3 在线监测第90-96页
    4.5 本章小结第96-97页
第五章 建模数据不全情况下的多操作间歇过程快速监测方法第97-111页
    5.1 引言第97-98页
    5.2 Up-Down MDPCA的建模与监测第98-103页
        5.2.1 MDPCA的建立第98页
        5.2.2 在线监测模型的选择第98-99页
        5.2.3 Up-Down模型监测方法第99-102页
        5.2.4 在线监测第102-103页
    5.3 LF炉炼钢过程中的应用研究第103-109页
        5.3.1 实验设计和建模数据第103页
        5.3.2 在线监测第103-109页
    5.4 本章小结第109-111页
第六章 结论与展望第111-113页
参考文献第113-125页
致谢第125-127页
攻读博士学位期间完成的论文第127-129页
个人简历第129页

论文共129页,点击 下载论文
上一篇:水深对岩石爆破炸药量影响的研究
下一篇:基于相关性挖掘的图像聚类研究