首页--工业技术论文--化学工业论文--基本无机化学工业论文--氨和铵盐工业论文--合成氨工业论文--生产过程论文

基于数据挖掘的间歇性煤造气生产分析及异常诊断研究

摘要第7-9页
ABSTRACT第9-11页
1 绪论第12-21页
    1.1 研究背景及意义第12-13页
    1.2 研究内容及目的第13页
    1.3 合成氨工业中煤造气生产及控制发展概况第13-14页
        1.3.1 煤造气生产及控制国外发展概况第13-14页
        1.3.2 煤造气生产及控制国内发展概况第14页
    1.4 化工领域数据挖掘技术国内外研究概况第14-16页
    1.5 化工生产的控制监测及异常诊断国内外研究概况第16-19页
    1.6 本文的主要工作及内容结构安排第19-21页
2 数据采集及基于小波阈值去噪的数据预处理研究第21-34页
    2.1 引言第21-22页
    2.2 数据采集、剔除与插值第22-26页
        2.2.1 顺昌富宝间歇性煤造气工艺简介第22-24页
        2.2.2 造气生产系统工艺指标介绍第24页
        2.2.3 数据采集、剔除与插值第24-26页
    2.3 基于小波阈值去噪的数据预处理第26-32页
        2.3.1 小波变换第26-27页
        2.3.2 小波变换去噪原理第27页
        2.3.3 小波阈值去噪原理及步骤第27-28页
        2.3.4 小波阈值去噪处理第28-32页
    2.4 本章小结第32-34页
3 基于模糊C均值聚类的造气炉生产配方分析第34-45页
    3.1 引言第34页
    3.2 聚类分析介绍第34-35页
    3.3 模糊C均值聚类研究第35-37页
        3.3.1 模糊聚类算法第35-36页
        3.3.2 基于模糊集的C均值聚类算法第36-37页
    3.4 造气炉生产配方的模糊C均值聚类分析第37-44页
        3.4.1 顺昌富宝间歇性煤造气炉生产配方监控指标说明第37-38页
        3.4.2 2号造气炉单炉生产配方监控指标模糊C均值聚类结果分析第38-44页
    3.5 本章小结第44-45页
4 基于因子分析的造气炉生产环境抽象监测指标提取第45-55页
    4.1 引言第45页
    4.2 因子分析第45-46页
    4.3 基于因子分析的造气炉单炉生产环境抽象监测指标提取第46-54页
    4.4 本章小结第54-55页
5 基于PCA与KPCA的造气炉生产异常诊断研究第55-71页
    5.1 引言第55-56页
    5.2 基于PCA和KPCA的生产过程异常诊断原理及方法第56-63页
        5.2.1 PCA分析第56-57页
        5.2.2 基于PCA的异常检测诊断原理第57-59页
        5.2.3 构造综合异常检测统计量第59页
        5.2.4 基于PCA的异常识别方法第59-60页
        5.2.5 基于KPCA的异常检测诊断原理第60-63页
    5.3 异常检测诊断第63-68页
        5.3.1 数据收集与检验第63-65页
        5.3.2 基于PCA与KPCA方法的异常检测诊断第65-68页
    5.4 异常识别第68-70页
    5.5 本章小结第70-71页
6 建立产气量多元回归模型定位新增监测控制指标测位点第71-77页
    6.1 引言第71-72页
    6.2 建立产气量多元回归模型第72-74页
    6.3 寻找关键控制变量定位新增监测控制指标测位点第74-75页
    6.4 本章小结第75-77页
7 总结评价与展望第77-80页
    7.1 本文总结第77页
    7.2 本文的创新之处第77-78页
    7.3 本文的不足之处第78-79页
    7.4 评价第79页
    7.5 展望第79-80页
参考文献第80-83页
附录第83-88页
    附录A 基于PCA单个数据异常诊断与识别的MATLAB实现第83-84页
    附录B 基于PCA异常诊断与识别的MATLAB实现第84-87页
    附录C KPCA算法的MATLAB实现第87-88页
攻读学位期间的学术论文与研究成果第88-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:干旱胁迫下凹叶厚朴的生理响应及差异蛋白表达分析
下一篇:基于聚类分析的原木端面区域识别方法的研究与实现