声明
致谢
摘要
1 绪论与综述
1.1 研究背景
1.2 复杂工业过程监控的特点
1.3 统计过程控制简介
1.3.1 单变量统计过程控制
1.3.2 多变量统计过程控制
1.4 统计过程监控方法的发展
1.4.1 关于过程变量非正态分布的研究
1.4.2 关于时变过程的研究
1.4.3 关于非线性过程的研究
1.4.4 关于动态过程的研究
1.5 复杂工业过程统计监控中存在的问题
1.6 论文结构与内容
2 自适应特征值分解更新方法
2.1 引言
2.2 协方差矩阵特征值分解更新相关研究
2.3 自适应NIPALS(Adaptative NIPALS,ANIPALS)算法
2.4 计算复杂度分析
2.5 仿真研究
2.5.1 计算效率分析
2.5.2 计算精度分析
2.6 小结
3 核PCA模型的自适应更新
3.1 引言
3.2 基本KPCA算法
3.3 Gram矩阵的更新
3.3.1 (G)的计算
3.3.2 (G)的计算
3.3.3 Gram矩阵的滑窗(Moving Window)更新算法(G(=G))
3.3.4 Gram矩阵的块式更新
3.4 Gram矩阵特征值分解更新
3.5 仿真研究
3.5.1 过程描述
3.5.2 精度分析
3.5.3 更新效率分析
3.6 小结
4 基于核PCA的非线性时变系统自适应监控研究
4.1 KPCA模型参数确定
4.1.1 核函数的选择
4.1.2 主元数目的选择
4.1.3 基于自适应AKPCA算法的快速交叉验证
4.1.4 仿真研究
4.2 丁烷-己烷精馏过程监控应用
4.2.1 KPCA模型主元数估计
4.2.2 过程监控研究
4.3 小结
5 基于子空间辨识的动态过程自适应监控研究
5.1 引言
5.2 基本子空间辨识算法:MOESP和N4SID
5.2.1 模型及符号说明
5.2.2 MOESP算法
5.2.3 N4SID算法
5.3 自适应子空间辨识
5.3.1 投影的更新
5.3.2 扩展观测矩阵的更新
5.4 投影更新计算复杂度分析
5.4.1 自适应正交投影算法计算复杂度分析
5.4.2 自适应斜投影算法计算复杂度分析
5.5 仿真研究
5.5.1 自适应MOESP算法性能分析
5.5.2 自适应N4SID算法性能分析
5.6 重油分馏过程监控应用
5.6.1 过程描述
5.6.2 监控实施过程
5.6.3 过程监控结果分析
5.7 小结
6 基于EIV模型的MRPLS监控方法研究
6.1 引言
6.2 预备知识
6.2.1 PLS模型分析
6.2.2 相关研究
6.2.3 新PLS模型的提出
6.3 MRPLS算法
6.3.1 算法介绍
6.3.2 MRPLS的几何性质
6.3.3 降阶操作分析
6.3.4 隐变量的获取
6.3.5 自适应更新算法
6.4 Error-in-variable PLS (EIVPLS)模型的辨识
6.4.1 观测误差协方差矩阵已知时的EIV估计
6.4.2 观测误差协方差矩阵未知时的EIV估计
6.5 算法的实施与分析
6.5.1 OPLS的实施
6.5.2 Partial PLS算法的实施
6.5.3 MRPLS算法
6.5.4 计算效率分析
6.5.5 模型辨识精度
6.6 丁烷-丙烷-戊烷精馏过程监控应用
6.7 小结
7 总结与展望
7.1 研究工作总结
7.2 挑战与展望
参考文献
攻读博士期间科研成果
作者简历
浙江大学;