首页--工业技术论文--一般工业技术论文--工程基础科学论文--工程数学论文--概率论、数理统计的应用论文

工业过程概率数据建模与监控

摘要第3-5页
ABSTRACT第5-6页
符号说明第7-12页
第一章 绪论第12-24页
    1.1 研究目的与意义第12-13页
    1.2 基于数据驱动过程监控方法的演变与发展第13-16页
        1.2.1 过程监控信息的变化第13-14页
        1.2.2 过程监控方法的演变与发展第14-16页
    1.3 基于潜变量模型的统计过程监控方法第16-19页
        1.3.1 统计过程监控方法第16-17页
        1.3.2 多变量统计过程监控第17-18页
        1.3.3 缺失数据和离群点下过程建模与监控第18-19页
    1.4 基于概率潜变量模型的过程监控方法第19-22页
        1.4.1 概率潜变量建模与监控第19-21页
        1.4.2 概率潜变量模型中缺失数据和离群点的处理第21-22页
    1.5 本文的主要研究内容第22-24页
第二章 潜变量模型与统计过程监控第24-45页
    2.1 引言第24页
    2.2 多变量最小二乘模型第24-25页
    2.3 PLS算法及多变量统计过程监控第25-29页
        2.3.1 PLS算法第25-26页
        2.3.2 统计过程监控第26-27页
        2.3.3 基于PLS的多变量统计过程监控第27页
        2.3.4 CPLS算法第27-28页
        2.3.5 基于CPLS算法的多变量统计过程监控第28-29页
    2.4 缺失数据对CPLS监控指标的影响第29-33页
        2.4.1 缺失数据的概率分布第29-30页
        2.4.2 潜变量和残差的分布第30-32页
        2.4.3 讨论与分析第32-33页
    2.5 缺失数据情形下基于CPLS的监控指标设计第33-35页
    2.6 仿真实例第35-43页
        2.6.1 数值算例第35-39页
        2.6.2 TE过程仿真实例第39-43页
    2.7 本章小结第43-45页
第三章 潜变量模型的概率扩展及在过程监控中的应用第45-66页
    3.1 引言第45页
    3.2 PLS模型的概率化扩展第45-48页
        3.2.1 PPLS算法第45-47页
        3.2.2 PPLS算法与PLS算法的对比第47-48页
    3.3 基于FA的CPLS模型概率化扩展与监控第48-53页
        3.3.1 基于FA的CPLS概率化扩展第48-49页
        3.3.2 CPLS概率化模型在过程监控中的应用第49-50页
        3.3.3 仿真验证第50-53页
    3.4 概率CPLS模型及应用第53-64页
        3.4.1 概率CPLS模型第53-54页
        3.4.2 基于EM算法的参数估计第54-56页
        3.4.3 潜变量个数确定第56-57页
        3.4.4 基于PCPLS模型的质量预测第57-58页
        3.4.5 基于PCPLS模型的过程监控第58-59页
        3.4.6 PPLS模型与PCPLS模型的比较第59-60页
        3.4.7 仿真实例第60-64页
    3.5 本章小结第64-66页
第四章 概率潜变量鲁棒建模与监控第66-78页
    4.1 引言第66页
    4.2 离群点对统计分布的影响第66-68页
        4.2.1 正态分布对离群点的拟合第66-67页
        4.2.2 t分布对离群点的拟合第67-68页
    4.3 鲁棒PPLS算法第68-71页
    4.4 缺失数据下鲁棒PPLS及监控第71-75页
        4.4.1 缺失数据的分布第71-72页
        4.4.2 基于EM算法的参数估计第72-73页
        4.4.3 缺失数据下基于RPPLS算法的过程监控第73-75页
    4.5 仿真实例第75-77页
    4.6 本章小结第77-78页
第五章 基于T分布噪声的鲁棒概率数据模型与监控第78-91页
    5.1 引言第78页
    5.2 基于T分布噪声的RPPLS模型第78-82页
        5.2.1 离群点的产生第78-79页
        5.2.2 基于t分布噪声的鲁棒PPLS模型第79-80页
        5.2.3 模型求解第80-81页
        5.2.4 基于tRPPLS模型的回归第81-82页
        5.2.5 基于tRPPLS模型的监控第82页
    5.3 仿真实例第82-90页
        5.3.1 仿真模型与数据第82-84页
        5.3.2 基于tRPPLS模型的回归第84-87页
        5.3.3 基于tRPPLS模型的监控第87-90页
    5.4 本章小结第90-91页
第六章 概率潜变量模型下监控指标的分析与设计第91-105页
    6.1 引言第91页
    6.2 基于FA的过程监控第91-93页
        6.2.1 极大似然FA模型第91-92页
        6.2.2 基于FA模型的过程监控第92页
        6.2.3 监控中协方差信息的重要性:数值算例第92-93页
    6.3 基于FA过程监控的随机性分析第93-97页
        6.3.1 潜变量和残差的随机分布第94-95页
        6.3.2 监控指标的随机表示形式第95-96页
        6.3.3 新的监控指标第96-97页
    6.4 缺失数据下基于FA的过程监控第97-98页
        6.4.1 缺失数据给SPE监控指标带来的不确定性第97-98页
        6.4.2 缺失数据给T2监控指标带来的不确定性第98页
        6.4.3 不完整样本的监控指标第98页
    6.5 仿真实例第98-104页
        6.5.1 数值仿真第98-100页
        6.5.2 稳定运行下的反应器第100-104页
    6.6 本章小结第104-105页
第七章 总结与展望第105-107页
    7.1 总结第105页
    7.2 展望第105-107页
致谢第107-108页
参考文献第108-114页
附录 作者在攻读博士学位期间发表及录用的论文第114页

论文共114页,点击 下载论文
上一篇:基于预测控制的连续平压机热压板升降系统同步控制技术研究
下一篇:基于高时相探测的运动点目标检测方法研究