摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
注释表 | 第10-11页 |
第一章 绪论 | 第11-20页 |
1.1 课题研究背景和意义 | 第11-12页 |
1.1.1 课题来源 | 第11页 |
1.1.2 背景介绍 | 第11-12页 |
1.2 统计过程建模 | 第12-15页 |
1.2.1 数据高斯分布下的统计建模 | 第13页 |
1.2.2 数据非高斯分布下的统计建模 | 第13-14页 |
1.2.3 多工况过程统计建模 | 第14-15页 |
1.3 统计过程监测 | 第15-16页 |
1.3.1 故障监测 | 第15-16页 |
1.3.2 故障诊断 | 第16页 |
1.4 板形控制系统简介 | 第16-18页 |
1.4.1 DSR板形辊的结构 | 第16-17页 |
1.4.2 DSR板形控制系统原理 | 第17-18页 |
1.4.3 板形模式识别 | 第18页 |
1.5 本文的主要工作 | 第18-20页 |
第二章 多变量统计方法简介 | 第20-29页 |
2.1 引言 | 第20页 |
2.2 聚类分析 | 第20-22页 |
2.2.1 相似性计算方法 | 第20-21页 |
2.2.2 聚类个数的确定 | 第21页 |
2.2.3 K-means聚类方法 | 第21-22页 |
2.3 主成分分析(PCA) | 第22-23页 |
2.4 偏最小二乘算法(PLS) | 第23-26页 |
2.5 基于PCA的过程监测 | 第26-28页 |
2.5.1 基于PCA过程监测步骤 | 第26-27页 |
2.5.2 基于变量贡献图的故障诊断 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第三章 基于模型移植的动态变规格冷连轧过程板形预测方法 | 第29-51页 |
3.1 引言 | 第29页 |
3.2 模型移植理论 | 第29-35页 |
3.2.1 模型移植理论研究现状 | 第29-31页 |
3.2.2 几种典型相似性以及移植方法概述 | 第31-35页 |
3.3 数据采集和处理 | 第35-38页 |
3.3.1 数据采集 | 第35-36页 |
3.3.2 板形质量参数化 | 第36-38页 |
3.4 基于模型移植的变工况板形预测方法 | 第38-41页 |
3.4.1 基准工况下板形预测方法 | 第38-40页 |
3.4.2 基于PCA相似因子的工况划分 | 第40-41页 |
3.5 在线模型移植 | 第41-43页 |
3.5.1 渐变工况下的模型移植 | 第41-42页 |
3.5.2 突变工况下的模型移植 | 第42-43页 |
3.6 应用案例结果与分析 | 第43-50页 |
3.6.1 渐变工况案例分析 | 第43-47页 |
3.6.2 突变工况案例分析 | 第47-50页 |
3.7 本章小结 | 第50-51页 |
第四章 基于模型移植的多工况快速建模和监测方法 | 第51-64页 |
4.1 引言 | 第51-52页 |
4.2 对象简介、数据采集与处理 | 第52页 |
4.3 轧制过程阶段划分算法 | 第52-55页 |
4.3.1 数据分析 | 第52-53页 |
4.3.2 阶段划分 | 第53-55页 |
4.4 多工况轧制过程的快速建模和监测 | 第55-57页 |
4.4.1 基模型 | 第55-56页 |
4.4.2 新工况初始模型 | 第56页 |
4.4.3 模型更新策略以及阶段模型切换与故障的冲突处理 | 第56-57页 |
4.5 应用结果与分析 | 第57-62页 |
4.6 本章小结 | 第62-64页 |
第五章 总结与展望 | 第64-66页 |
5.1 工作总结 | 第64页 |
5.2 展望 | 第64-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
在攻读硕士学位期间发表的学术论文目录和参加科研情况 | 第73页 |