多变量过程在线监测算法的以及在三水箱实验装置中的应用

摘要

该文首先总结了国内外统计过程监测领域专家学者当前的研究成果,明确的提出了过程监测系统的概念描述、体系结构以及需要实现的功能;并且,借鉴了单变量统计过程控制图在实际生产过程的应用知识,提出了将过程监测算法应用于多变量过程时的若干准则.针对非线性过程,该文又提出了一种基于SOFM网络的过程监测算法及其改进算法,它将过程数据通过网络投影到一个二维平面空间上,包含不同统计特征的数据在竞争层的神经元空间形成不同的聚类,通过观测竞争层神经元的输出过程状态的在线监测,同时也实现了故障的分类与诊断功能.最后,为了验证上述过程监测算法以及过程监测系统结构的有效性,该针对三水箱过程实验装置的特点,设计了三水箱过程监测系统.

目录

文摘

英文文摘

第一章绪论

§1.1课题的背景及意义

§1.2过程监测的概念

§1.3常见的过程监测算法

§1.4本文的主要工作

第二章基于主成分分析(PCA)的统计过程监测算法

§2.1统计过程监测的发展

§2.1.1单变量过程——控制图方法

§2.1.2多变量统计方法

§2.2主成分分析(PCA)的基本理论

§2 2.1概述

§2.2.2主成分的计算方法

§2.2.3数据重构

§2.2.4主成分个数的选取

§2.3基于主成分分析的过程监测算法

§2.3.1监测变量的选择

§2.3.2生产过程的在线监测

§2.3.3简单的故障诊断方法

§2.4过程监测系统的结构

§2.5本章小结

第三章基于神经网络的统计过程监测算法的研究

§3.1神经网络概述

§3.1.1人工神经网络模型

§3.1.2神经网络的发展概况

§3.1.3竞争网络的基本原理

§3.2基于神经网络的PCA算法

§3.2.1基于单层线性网络的自组织线性PCA算法

§3.2.2基于自组织神经网络的非线性PCA算法

§3.3基于自组织特征映射(SOFM)神经网络的过程监测算法的研究

§3.3.1SOFM网络的基本原理

§3.3.2基于自组织特征映射神经网络(SOFM)的过程监测算法

§3.3.3基于改进SOFM网络的过程监测算法

§3.4本章小结

第四章三水箱过程监测系统的设计

§4.1三水箱实验装置简介

§4.1.1三水箱系统结构

§4.1.2三水箱系统的系统操作软件结构图

§4.1.3三水箱系统过程监测系统简介

§4.1.4常见的故障类型

§4.2基于统计PCA方法的过程监测算法的仿真实验结果

§4.2.1监测模型的建立

§4.2.2三水箱系统的正常状态监测图

§4.2.3建立故障库

§4.2.4故障监测、诊断的仿真实验显示结果

§4.3基于SOFM神经网络的过程监测算法的仿真实验结果

§4.3.1建立监测模型

§4.3.2过程监测以及故障诊断结果

§4.4本章小结

结束语

致谢

参考文献

附录