| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 过程监测及故障诊断方法介绍 | 第10-12页 |
| 1.2.1 基于知识的方法 | 第10-11页 |
| 1.2.2 基于解析模型的方法 | 第11页 |
| 1.2.3 基于数据驱动的方法 | 第11-12页 |
| 1.3 基于多元统计分析的过程监测和故障诊断方法 | 第12-13页 |
| 1.4 基于PLS的发酵过程的监测及故障诊断的研究现状 | 第13-14页 |
| 1.5 论文主要研究内容 | 第14-16页 |
| 第二章 基于多向KPLS的间歇发酵过程监测及质量预测 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 基于KPLS过程监测及质量预测 | 第16-21页 |
| 2.2.1 PLS理论分析 | 第16-18页 |
| 2.2.2 KPLS算法 | 第18-19页 |
| 2.2.3 监控统计量的确定 | 第19-20页 |
| 2.2.4 基于KPLS的过程监测及质量预测 | 第20-21页 |
| 2.3 基于多向KPLS的间歇发酵过程的数据处理方法 | 第21-30页 |
| 2.3.1 间歇过程数据展开 | 第21-23页 |
| 2.3.2 改进的特征采样(IFS)算法 | 第23-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于SV-KCD的故障诊断方法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 标准向量核空间贡献图(SV-KCD)方法 | 第31-37页 |
| 3.2.1 SV-KCD的方法介绍 | 第31-34页 |
| 3.2.2 SV-KCD方法在多向PLS的故障诊断中的实验比较 | 第34-37页 |
| 3.3 基于SV-KPLS的故障诊断的算法仿真 | 第37-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于核熵PLS的过程监测及质量预测 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 核熵PLS算法原理 | 第43-45页 |
| 4.3 基于IFS-KEPLS的过程监测以及质量预测步骤 | 第45-46页 |
| 4.4 KEPLS算法和KPLS算法实验结果比较分析 | 第46-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 工业大肠杆菌数据仿真应用 | 第52-62页 |
| 5.1 引言 | 第52页 |
| 5.2 基于SV-KEPLS的间歇发酵过程的故障诊断以及质量预测 | 第52-54页 |
| 5.3 SV-KEPLS方法在大肠杆菌发酵过程中的应用 | 第54-60页 |
| 5.3.1 故障监测以及诊断结果分析比较 | 第54-58页 |
| 5.3.2 质量预测仿真 | 第58-59页 |
| 5.3.3 基于SV-KEPLS的质量监测的仿真 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
