摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第13-33页 |
1.1 课题研究背景及意义 | 第13-20页 |
1.1.1 工业生产过程运行状态最优性评价及非优原因追溯的意义 | 第13-14页 |
1.1.2 工业生产过程特点 | 第14-16页 |
1.1.3 状态评价和非优原因追溯的研究现状 | 第16-20页 |
1.2 常用的特征提取及数据分布特性描述方法 | 第20-29页 |
1.2.1 数据的预处理 | 第20-22页 |
1.2.2 主成分分析 | 第22-23页 |
1.2.3 偏最小二乘 | 第23-24页 |
1.2.4 全潜结构投影模型 | 第24-25页 |
1.2.5 高斯混合模型 | 第25-27页 |
1.2.6 基于高斯混合模型的高斯过程回归 | 第27-29页 |
1.3 本文的主要研究内容 | 第29-33页 |
第二章 基于T-PLS的连续过程运行状态最优性评价及非优原因追溯 | 第33-47页 |
2.1 引言 | 第33-34页 |
2.2 基于T-PLS的过程运行状态评价与非优原因追溯 | 第34-40页 |
2.2.1 基本思想 | 第34页 |
2.2.2 T-PLS评价模型的建立 | 第34-36页 |
2.2.3 基于T-PLS的过程运行状态最优性在线评价 | 第36-38页 |
2.2.4 基于变量贡献率的非优原因追溯 | 第38-40页 |
2.3 氰化浸出工序中的应用研究 | 第40-46页 |
2.3.1 过程描述 | 第41-43页 |
2.3.2 实验设计和建模数据 | 第43页 |
2.3.3 算法验证及讨论 | 第43-46页 |
2.4 本章小结 | 第46-47页 |
第三章 基于ORVI的连续过程运行状态最优性评价及非优原因追溯 | 第47-67页 |
3.1 引言 | 第47-48页 |
3.2 基于ORVI的过程运行状态评价与非优原因追溯 | 第48-57页 |
3.2.1 基本思想 | 第48-49页 |
3.2.2 MsPCA算法 | 第49-51页 |
3.2.3 ORVI的提取及评价模型的建立 | 第51-56页 |
3.2.4 基于ORVI的过程运行状态最优性在线评价及非优原因追溯 | 第56-57页 |
3.3 氰化浸出工序中的应用研究 | 第57-65页 |
3.3.1 实验设计和建模数据 | 第57-58页 |
3.3.2 算法验证及讨论 | 第58-65页 |
3.4 本章小结 | 第65-67页 |
第四章 基于KT-PLS的非线性过程运行状态最优性评价及非优原因追溯 | 第67-83页 |
4.1 引言 | 第67页 |
4.2 基于KT-PLS的非线性过程运行状态评价与非优原因追溯 | 第67-75页 |
4.2.1 基本思想 | 第67-68页 |
4.2.2 KT-PLS评价模型的建立 | 第68-72页 |
4.2.3 基于KT-PLS的过程运行状态最优性在线评价 | 第72页 |
4.2.4 基于变量贡献率的非线性过程非优原因追溯 | 第72-75页 |
4.3 湿法冶金过程中的应用研究 | 第75-80页 |
4.3.1 过程描述 | 第75-77页 |
4.3.2 实验设计和建模数据 | 第77页 |
4.3.3 算法验证及讨论 | 第77-80页 |
4.4 本章小结 | 第80-83页 |
第五章 非高斯多模态过程运行状态最优性评价及非优原因追溯 | 第83-111页 |
5.1 引言 | 第83-84页 |
5.2 非高斯多模态过程运行状态评价与非优原因追溯 | 第84-98页 |
5.2.1 基本思想 | 第84-86页 |
5.2.2 稳定模态评价模型的建立 | 第86-87页 |
5.2.3 过渡模态评价模型的建立 | 第87-89页 |
5.2.4 在线模态识别 | 第89-92页 |
5.2.5 多模态过程运行状态最优性在线评价 | 第92-93页 |
5.2.6 基于变量贡献率的多模态过程非优原因追溯 | 第93-98页 |
5.3 田纳西—伊斯曼过程的仿真研究 | 第98-110页 |
5.3.1 过程描述 | 第98-99页 |
5.3.2 实验设计和建模数据 | 第99-104页 |
5.3.3 算法验证及讨论 | 第104-110页 |
5.4 本章小结 | 第110-111页 |
第六章 基于多重假设检验的间歇过程运行状态最优性评价及非优原因追溯 | 第111-133页 |
6.1 引言 | 第111-112页 |
6.2 间歇过程运行状态评价与非优原因追溯 | 第112-124页 |
6.2.1 基本思想 | 第112-114页 |
6.2.2 基于FDR的多重假设检验 | 第114-115页 |
6.2.3 离线时段划分和评价模型的建立 | 第115-120页 |
6.2.4 在线时段识别 | 第120-121页 |
6.2.5 基于多重假设检验的间歇过程运行状态最优性在线评价 | 第121-124页 |
6.2.6 基于变量贡献率的间歇过程非优原因追溯 | 第124页 |
6.3 青霉素发酵过程中的仿真研究 | 第124-131页 |
6.3.1 过程描述 | 第124-128页 |
6.3.2 实验设计和建模数据 | 第128页 |
6.3.3 算法验证及讨论 | 第128-131页 |
6.4 本章小结 | 第131-133页 |
第七章 总结与展望 | 第133-137页 |
参考文献 | 第137-147页 |
致谢 | 第147-149页 |
攻读博士学位期间论文及获得专利情况 | 第149-151页 |
个人简历 | 第151页 |