首页--工业技术论文--化学工业论文--一般性问题论文--基础理论论文--化工计算论文--计算技术论文

基于流形学习算法的非高斯过程监控方法研究及在化工过程监控中的应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-21页
    1.1 研究背景及意义第10页
    1.2 基本概念第10-12页
        1.2.1 故障第10-11页
        1.2.2 过程监控第11页
        1.2.3 故障诊断第11-12页
    1.3 过程监控和故障诊断的方法分类第12-15页
        1.3.1 基于模型的方法第12-13页
        1.3.2 基于知识的方法第13-14页
        1.3.3 基于数据驱动的方法第14-15页
    1.4 过程监控和故障诊断的研究现状第15-19页
        1.4.1 针对数据非线性的研究第16-17页
        1.4.2 针对数据非高斯的研究第17-18页
        1.4.3 针对数据动态特性的研究第18-19页
    1.5 本文主要研究内容和安排第19-21页
第2章 基于否定选择算法的过程监控第21-33页
    2.1 引言第21页
    2.2 MVU非线性降维第21-22页
    2.3 否定选择算法第22-25页
        2.3.1 固定尺寸以及可变尺寸的NSA第22-23页
        2.3.2 NSA生成检测器第23-25页
    2.4 基于MVU-NSA的过程监控第25-26页
    2.5 仿真实验第26-32页
        2.5.1 TE平台第26-31页
        2.5.2 TE平台仿真第31-32页
    2.6 本章小结第32-33页
第3章 基于LTSA-Greedy-SVDD的过程监控第33-48页
    3.1 引言第33-34页
    3.2 流形学习算法第34-37页
        3.2.1 概述第34-36页
        3.2.2 LTSA算法第36-37页
    3.3 Greedy-SVDD建模第37-39页
        3.3.1 Greedy特征提取第37-38页
        3.3.2 SVDD算法第38-39页
    3.4 基于LTSA-Greedy-SVDD的过程监控第39-41页
    3.5 仿真实验第41-46页
        3.5.1 数值仿真第41-42页
        3.5.2 TE平台仿真第42-45页
        3.5.3 应用仿真第45-46页
    3.6 本章小结第46-48页
第4章 基于加权联合指标的过程监控第48-60页
    4.1 引言第48-49页
    4.2 非高斯-高斯两步统计分析及加权联合指标第49-51页
        4.2.1 非高斯统计分析第49-50页
        4.2.2 高斯统计分析第50-51页
        4.2.3 加权联合指标第51页
    4.3 基于加权联合指标的过程监控第51-53页
    4.4 仿真实验第53-59页
        4.4.1 数值仿真第53-55页
        4.4.2 TE平台仿真第55-57页
        4.4.3 应用仿真第57-59页
    4.5 本章小结第59-60页
第5章 总结与展望第60-62页
    5.1 研究工作的总结第60页
    5.2 今后研究工作展望第60-62页
参考文献第62-69页
致谢第69-71页
攻读硕士期间发表的论文以及参与的项目第71页

论文共71页,点击 下载论文
上一篇:六自由度模块化操作臂的运动学分析及轨迹规划
下一篇:乙烯裂解炉炉群调度建模与优化