摘要 | 第5-7页 |
Abstract | 第7-8页 |
物理量名称及符号表 | 第9-13页 |
第一章 绪论 | 第13-28页 |
1.1 引言 | 第13页 |
1.2 过程监测与故障诊断方法 | 第13-17页 |
1.3 间歇过程特征分析 | 第17-19页 |
1.3.1 间歇过程的数据特点 | 第17-18页 |
1.3.2 间歇过程的多时段特性 | 第18-19页 |
1.4 间歇过程统计建模及在线监视 | 第19-24页 |
1.4.1 间歇过程的数据预处理 | 第19-23页 |
1.4.2 间歇过程的统计分析方法 | 第23-24页 |
1.5 本论文的研究目的、意义及主要内容 | 第24-28页 |
1.5.1 研究的目的和意义 | 第24-25页 |
1.5.2 研究的主要内容 | 第25-28页 |
第二章 基于主元分析方法的过程统计及在线监视 | 第28-40页 |
2.1 引言 | 第28页 |
2.2 主元分析理论 | 第28-32页 |
2.2.1 主元分析法的基本思想 | 第28页 |
2.2.2 主元分析模型 | 第28-30页 |
2.2.3 主元个数的选择 | 第30页 |
2.2.4 主元分析模型的主要统计量及控制限 | 第30-32页 |
2.3 基于主元分析的过程监控 | 第32-33页 |
2.4 实验室 SBR 污水处理系统简介 | 第33-34页 |
2.5 结果与讨论 | 第34-39页 |
2.5.1 变量选取 | 第34-35页 |
2.5.2 PCA 模型的建立 | 第35-36页 |
2.5.3 故障检测 | 第36-37页 |
2.5.4 故障辨识 | 第37-39页 |
2.6 本章小结 | 第39-40页 |
第三章 基于批次展开的多向主元分析方法的过程统计与在线监视 | 第40-53页 |
3.1 引言 | 第40页 |
3.2 多向主元分析理论 | 第40-45页 |
3.2.1 多向主元分析理论的基本原理 | 第40-44页 |
3.2.2 多向主元分析法的诊断过程 | 第44-45页 |
3.3 结果和讨论 | 第45-51页 |
3.3.1 SBR 工段数据采集 | 第45-46页 |
3.3.2 基于批次展开多向主元分析方法的过程建模 | 第46-48页 |
3.3.3 基于批次展开多向主元分析方法的模型验证 | 第48-51页 |
3.4 小结 | 第51-53页 |
第四章 基于改进的MPCA方法的过程统计及在线监视 | 第53-65页 |
4.1 引言 | 第53页 |
4.2 改进的 MPCA 方法理论 | 第53-57页 |
4.2.1 改进的 MPCA 方法的基本原理 | 第53-55页 |
4.2.2 改进的 MPCA 方法的建模过程 | 第55-56页 |
4.2.3 改进的 MPCA 方法的模型验证 | 第56-57页 |
4.3 基于改进的 MPCA 方法的数据分析 | 第57-63页 |
4.3.1 改进的 MPCA 方法建模 | 第57-59页 |
4.3.2 基于改进的 MPCA 方法的在线监控 | 第59-63页 |
4.3.3 两种 MPCA 方法的比较 | 第63页 |
4.4 本章小结 | 第63-65页 |
第五章 基于多时段SUB-PCA方法的过程统计及在线监视 | 第65-84页 |
5.1 引言 | 第65-66页 |
5.2 多时段的SUB-PCA方法理论 | 第66-71页 |
5.2.1 时段划分的方法 | 第66页 |
5.2.2 多时段划 sub-PCA 的基本原理 | 第66-68页 |
5.2.3 基于多时段划分的 sub-PCA 的建模过程 | 第68-70页 |
5.2.4 基于多时段划 sub-PCA 的在线监测 | 第70-71页 |
5.3 造纸厂 SBR 污水处理过程 | 第71-73页 |
5.4 结果与讨论 | 第73-83页 |
5.4.1 造纸厂 SBR 污水处理过程时段划分 | 第73-75页 |
5.4.2 sub-PCA 建模过程 | 第75-76页 |
5.4.3 sub-PCA 模型验证 | 第76-79页 |
5.4.4 改进的 MPCA 建模过程及模型验证 | 第79-82页 |
5.4.5 两种建模方法及模型监测结果比较 | 第82-83页 |
5.5 结论 | 第83-84页 |
结论与展望 | 第84-86页 |
1 结论 | 第84页 |
2 本论文的创新之处 | 第84-85页 |
3 展望 | 第85-86页 |
参考文献 | 第86-92页 |
攻读硕士学位期间取得的研究成果 | 第92-94页 |
致谢 | 第94-95页 |
附件 | 第95页 |