基于实时学习的带确定扰动过程监测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题研究背景及目的 | 第9-11页 |
| 1.2 过程监测概述 | 第11-16页 |
| 1.2.1 过程监测相关概念 | 第11-13页 |
| 1.2.2 过程监测的研究方法 | 第13-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.4 本文研究的主要内容 | 第18-20页 |
| 第2章 基于实时学习的局部模型预测 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 工业过程数学建模方法 | 第20-23页 |
| 2.2.1 全局建模方法 | 第20-21页 |
| 2.2.2 多模型建模方法 | 第21-23页 |
| 2.3 基于实时学习的工业建模方法 | 第23-30页 |
| 2.3.1 实时学习策略的基本思想 | 第23-25页 |
| 2.3.2 基于距离和角度的样本数据选择 | 第25-27页 |
| 2.3.3 样本量确定及模型建立 | 第27-29页 |
| 2.3.4 JITL算法实现步骤及流程 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 第3章 基于多元统计的非线性过程监测 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 统计过程监测 | 第31-33页 |
| 3.2.1 传统统计过程监测 | 第31-32页 |
| 3.2.2 多变量统计过程监测 | 第32-33页 |
| 3.3 基于PCA的统计过程监测 | 第33-40页 |
| 3.3.1 PCA过程监测方法概述 | 第33-34页 |
| 3.3.2 PCA算法描述 | 第34-38页 |
| 3.3.3 基于PCA过程监测流程 | 第38-40页 |
| 3.4 基于JITL-PCA的过程监测 | 第40-41页 |
| 3.5 小结 | 第41-43页 |
| 第4章 带确定扰动的非线性过程监测 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 带确定扰动算法的基本思想 | 第43-45页 |
| 4.2.1 残差评估策略 | 第44-45页 |
| 4.2.2 阈值计算和故障决策 | 第45页 |
| 4.3 带确定扰动算法描述 | 第45-51页 |
| 4.4 基于JITL-DD的过程监测 | 第51-52页 |
| 4.5 小结 | 第52-54页 |
| 第5章 污水处理系统过程监测研究 | 第54-72页 |
| 5.1 引言 | 第54页 |
| 5.2 污水处理过程概述 | 第54-55页 |
| 5.2.1 污水处理技术简介 | 第54-55页 |
| 5.2.2 已提出的过程监测方法 | 第55页 |
| 5.3 污水处理过程原理分析 | 第55-58页 |
| 5.4 污水处理过程监测研究 | 第58-69页 |
| 5.4.1 数值仿真 | 第58-64页 |
| 5.4.2 实例仿真 | 第64-69页 |
| 5.5 小结 | 第69-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-81页 |
| 致谢 | 第81页 |
