基于多元统计方法的慢时变间歇过程监测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 间歇过程建模及监测的研究现状 | 第11-13页 |
| 1.3 慢时变间歇过程建模及监测的研究现状 | 第13-15页 |
| 1.4 本文的主要工作 | 第15-18页 |
| 第2章 间歇过程的统计建模与在线监测 | 第18-32页 |
| 2.1 间歇过程的数据分析 | 第18-20页 |
| 2.1.1 间歇过程的数据特征 | 第18页 |
| 2.1.2 间歇过程数据预处理 | 第18-20页 |
| 2.2 多元统计分析方法 | 第20-28页 |
| 2.2.1 主元分析(PCA) | 第20-24页 |
| 2.2.2 多向主元分析(MPCA) | 第24-26页 |
| 2.2.3 偏最小二乘(PLS) | 第26-28页 |
| 2.2.4 多向偏最小二乘(MPLS) | 第28页 |
| 2.3 多变量统计过程监测 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于MPLS的慢时变特性建模 | 第32-46页 |
| 3.1 基本思想 | 第32-33页 |
| 3.2 基于MPLS慢时变特性建模及在线预估 | 第33-37页 |
| 3.2.1 数据预处理 | 第33-34页 |
| 3.2.2 慢时变特性的建模 | 第34-36页 |
| 3.2.3 在线预估及补偿方法 | 第36-37页 |
| 3.3 青霉素发酵过程中的应用研究 | 第37-45页 |
| 3.3.1 青霉素发酵过程简介 | 第37-39页 |
| 3.3.2 实验设计和建模数据 | 第39-40页 |
| 3.3.3 算法验证及讨论 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于数据补偿的慢时变间歇过程监测方法 | 第46-62页 |
| 4.1 基本思想 | 第46-47页 |
| 4.2 慢时变间歇过程的统计建模与在线监测 | 第47-49页 |
| 4.2.1 基于MPCA的统计建模 | 第47-48页 |
| 4.2.2 基于数据补偿的在线监测方法 | 第48-49页 |
| 4.3 青霉素发酵过程中的应用研究 | 第49-60页 |
| 4.3.1 实验设计和建模数据 | 第49-51页 |
| 4.3.2 算法验证及讨论 | 第51-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
