基于高阶偏最小二乘的间歇过程监控方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-31页 |
| 1.1 引言 | 第10-11页 |
| 1.2 过程监控概述 | 第11-13页 |
| 1.2.1 过程监控的基本概念 | 第11-12页 |
| 1.2.2 故障的分类 | 第12-13页 |
| 1.3 过程监控方法 | 第13-15页 |
| 1.3.1 基于解析模型的方法 | 第13-14页 |
| 1.3.2 基于定性知识的方法 | 第14-15页 |
| 1.3.3 基于历史数据的方法 | 第15页 |
| 1.4 偏最小二乘(PLS)的基本理论 | 第15-20页 |
| 1.4.1 PLS算法描述 | 第16-17页 |
| 1.4.2 PLS算法中最优隐变量个数的选取 | 第17-18页 |
| 1.4.3 PLS算法的特性 | 第18-19页 |
| 1.4.4 PLS方法的研究现状 | 第19-20页 |
| 1.5 间歇过程数据特点与统计建模方法 | 第20-29页 |
| 1.5.1 间歇过程数据特点 | 第20-21页 |
| 1.5.2 基于矩阵展开的建模方法 | 第21-25页 |
| 1.5.3 基于三线性的建模方法 | 第25-28页 |
| 1.5.4 不同建模方法之间的区别与联系 | 第28-29页 |
| 1.6 本文的主要研究内容及安排 | 第29-31页 |
| 第2章 HOPLS算法介绍 | 第31-37页 |
| 2.1 引言 | 第31-32页 |
| 2.2 HOPLS算法分解形式 | 第32-33页 |
| 2.3 HOPLS算法优化准则 | 第33-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 间歇过程的HOPLS建模方法研究 | 第37-50页 |
| 3.1 引言 | 第37页 |
| 3.2 间歇过程建模 | 第37-40页 |
| 3.2.1 模型评价指标 | 第37-38页 |
| 3.2.2 基于HOPLS的间歇过程建模 | 第38-40页 |
| 3.3 仿真实验分析 | 第40-49页 |
| 3.3.1 青霉素发酵过程仿真应用研究 | 第40-46页 |
| 3.3.2 DuPont过程仿真应用研究 | 第46-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 间歇过程的HOPLS故障诊断方法研究 | 第50-62页 |
| 4.1 引言 | 第50页 |
| 4.2 基于HOPLS的离线分析 | 第50-52页 |
| 4.3 基于HOPLS的在线监控 | 第52-54页 |
| 4.4 仿真实验分析 | 第54-61页 |
| 4.4.1 青霉素发酵过程仿真应用研究 | 第54-59页 |
| 4.4.2 DuPont过程仿真应用研究 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 研究工作总结 | 第62页 |
| 5.2 研究工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 作者在攻读硕士学位期间取得的学术成果 | 第71页 |
