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 |