声明
摘要
第一章绪论
1.1课题研究背景及意义
1.2多变量统计过程监测
1.2.1基于PCA的过程监测算法
1.2.2基于ICA的过程监测算法
1.2.3多元统计方法面临的问题
1.3多模态过程特征分析及研究现状
1.3.1多模态连续过程数据特征
1.3.2间歇过程数据特征
1.3.3多模态过程建模及在线监测的发展概况
1.4本文的主要研究内容
第二章多模态连续过程的全自动离线模态识别
2.1引言
2.2离线模态的初步识别
2.2.1基于窗口的聚类分析及时段划分
2.2.2模态的初步确定
2.3模态的准确划分
2.4几个重要参数的分析
2.4.1大切割窗口H
2.4.2小滑动窗口L
2.5田纳西—伊斯曼过程的仿真研究
2.5.1田纳西一伊斯曼过程介绍
2.5.2实验设计和建模数据
2.5.3 TE过程模态初识别
2.5.4 TE过程模态准确划分
2.6本章小结
第三章基于multi-GMM的多模态连续过程离线建模及在线监测
3.1引言
3.2高斯混合模型
3.2.1高斯概率密度函数
3.2.2高斯混合密度函数
3.2.3参数估计
3.2.4基于高斯混合模型的监测算法
3.3多模态过程离线建模
3.3.1基本思想
3.3.2基于multi-GMM的离线建模
3.4在线识别及过程监测
3.4.1基本思想
3.4.2联合监测模型
3.4.3在线识别及监测策略
3.5田纳西—伊斯曼过程的仿真研究
3.5.1实验设计和建模数据
3.5.2 TE过程离线识别及建模
3.5.3 TE过程在线识别及监测
3.6本章小结
第四章基于VMW-kNN的不等长间歇过程时段划分及监测
4.1引言
4.2k-近邻准则
4.3基于VMW-kNN的时段划分及离线建模
4.3.1 VMW-kNN准则
4.3.2基于VMW-kNN准则的时段划分
4.3.3基于时段划分的PCA建模
4.4基于VMW-kNN准则的在线识别及监测
4.5注塑过程仿真研究
4.5.1注塑过程简介
4.5.2实验设计和建模数据
4.5.3注塑过程时段划分及建模
4.5.4注塑过程在线识别及监测
4.6本章小结
第五章基于KPCA相似度的非线性间歇过程时段划分及监测
5.1引言
5.2 KPCA算法
5.3基于KPCA的相似度指标
5.3.1基于距离的相似度
5.3.2基于角度的相似度
5.4基于KPCA相似度的时段划分及监测
5.4.1基于核相似度的子时段划分
5.4.2基于子时段划分的离线建模及在线监测
5.5青霉素发酵过程中的应用研究
5.5.1过程描述
5.5.2算法验证及讨论
5.6本章小结
第六章基于数据特性分析的过程监测方法的自动选择
6.1引言
6.2基于互信息的非线性分析
6.3基于马氏距离的高斯性检验
6.4基于数据特性分析的多变量过程监测
6.4.1基本思想
6.4.2算法具体步骤
6.5算法仿真验证
6.5.1线性数例仿真研究
6.5.2非线性数例仿真研究
6.5.3连续退火机组的仿真研究
6.6本章小结
第七章总结与展望
参考文献
致谢
攻读博士学位期间论文、论著及参与项目情况
个人简历