声明
摘要
第1章绪论
1.1课题研究背景及意义
1.2间歇过程概述及数据特征
1.2.1间歇过程概述
1.2.2间歇过程的数据特征
1.3过程监测的概述及研究现状
1.3.1过程监测的概述
1.3.2过程监测方法的分类
1.3.3统计过程监测的研究现状
1.4本文的研究内容
第2章间歇过程监测方法的理论基础
2.1主成分分析(PCA)理论
2.1.1主成分分析的基本原理
2.1.2主成分分析监测的统计量
2.2核主成分分析(KPCA)理论
2.2.1核函数的概念及形式
2.2.2核主成分分析的基本原理
2.3神经网络算法
2.4 FCM聚类算法
2.5本章小结
第3章基于神经网络PCA的间歇过程建模
3.1.1神经网络PCA的建模方案
3.1.2建模数据预处理
3.2神经网络建模
3.2.1神经网络的结构
3.2.2目标函数的选择
3.2.3基于遗传算法的神经网络权值优化
3.3故障监测与故障追溯
3.3.1故障监测的实现
3.3.2故障追溯
3.3.3离线建模与在线监测
3.4实验仿真
3.4.1电渣炉冶金过程的仿真
3.4.2监测过程的离线建模
3.4.3在线监测及结果分析
3.5本章小结
第4章基于神经网络PCA的多阶段间歇过程建模
4.1间歇过程的多阶段划分
4.1.1多阶段划分的意义及算法简介
4.1.2多阶段划分的方案
4.2基于加权FCM聚类算法的多阶段建模方法
4.2.1加权FCM聚类算法
4.2.2监测模型的选择策略
4.2.3多阶段间歇过程监测的建模与监测
4.3实验仿真
4.3.1青霉素发酵过程仿真数据产生
4.3.2青霉素发酵过程多阶段的划分
4.3.3多阶段的离线建模
4.3.4多阶段的在线监测
4.4本章小结
5.1工作总结
5.2工作展望
参考文献
致谢