基于混合模型的间歇过程监测方法研究
| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11页 |
| 1.2 间歇过程监测方法的研究现状 | 第11-13页 |
| 1.2.1 基于测量数据的统计监测方法 | 第12-13页 |
| 1.2.2 基于模型的统计监测方法 | 第13页 |
| 1.3 间歇过程建模方法的研究现状 | 第13-17页 |
| 1.3.1 基于机理模型 | 第13-14页 |
| 1.3.2 基于统计模型 | 第14-15页 |
| 1.3.3 基于混合模型 | 第15-17页 |
| 1.4 课题的研究意义和主要研究内容 | 第17-19页 |
| 1.4.1 课题的研究意义 | 第17页 |
| 1.4.2 课题的主要研究内容 | 第17-19页 |
| 第二章 基于混合结构模型的间歇过程监测方法 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 统计监测方法 | 第19-22页 |
| 2.2.1 基于PCA的过程监测 | 第19-20页 |
| 2.2.2 基于模型的CVA过程监测 | 第20-22页 |
| 2.3 基于SVM的建模方法 | 第22-26页 |
| 2.3.1 机理建模方法 | 第22-23页 |
| 2.3.2 基于SVM的混合建模方法 | 第23-25页 |
| 2.3.3 混合结构SVM模型 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 基于CVA的间歇过程在线监测方法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 基于PSO的混合结构SVM建模 | 第27-33页 |
| 3.2.1 混沌PSO算法 | 第27-29页 |
| 3.2.2 群能量保持CPSO算法 | 第29-33页 |
| 3.3 基于CKF的数据处理方法 | 第33-35页 |
| 3.3.1 基于KF的数据处理方法 | 第33-34页 |
| 3.3.2 基于CKF的数据处理方法 | 第34-35页 |
| 3.4 基于CVA的间歇过程在线监测方法 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第四章 实验与分析 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 发酵过程 | 第37-41页 |
| 4.2.1 发酵过程模型 | 第37页 |
| 4.2.2 仿真模型 | 第37-41页 |
| 4.3 混合结构建模实验 | 第41-43页 |
| 4.3.1 传统SVM建模实验 | 第41-42页 |
| 4.3.2 混合结构SVM建模实验 | 第42-43页 |
| 4.4 基于CKF数据处理 | 第43-44页 |
| 4.5 基于CVA过程监测实验 | 第44-49页 |
| 4.6 小结 | 第49-51页 |
| 第五章 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 研究成果及发表的学术论文 | 第59-61页 |
| 作者及导师简介 | 第61-63页 |
| 硕士研究生学位论文答辩委员会决议书 | 第63-64页 |
