湿法冶金浓密洗涤过程异常工况识别及原因追溯

目录

声明

摘要

第1章绪论

1．1课题背景及研究意义

1．2异常识别方法研究现状

1．2．1基于机理模型的方法

1．2．2基于经验知识的方法

1．2．3基于数据驱动的方法

1．3本文的主要工作

第2章浓密洗涤工艺过程概述与异常工况分析

2．1浓密洗涤过程工艺原理分析

2．1．1浓密机的工作原理

2．1．2浓密洗涤过程概述

2．2浓密洗涤过程特征量的提取及耦合关系分析

2．2．1浓密洗涤过程特征量的选取

2．2．2特征量之间耦合关系分析

2．3浓密洗涤过程异常状态分析

2．3．1浓密洗涤过程常见故障分析

2．3．2浓密洗涤过程异常及其原因分析

2．4本章小结

第3章基于知识导向的SEM算法贝叶斯网络结构学习研究

3．1贝叶斯网络简介

3．1．1贝叶斯网络基本概念

3．1．2贝叶斯网络学习

3．1．3贝叶斯网络推理

3．2基于知识导向的SEM算法研究

3．2．1 SEM算法简介

3．2．2基于SEM算法的贝叶斯网络结构学习

3．2．3结合先验知识的SEM算法改进

3．3仿真实验研究

3．3．1仿真实验环境

3．3．2仿真实验步骤和过程

3．3．3仿真实验结果与分析

3．4本章小结

第4章浓密洗涤过程异常工况识别及原因追溯建模

4．1．1数据集的选取和数据预处理

4．1．2基于KL-SEM算法的贝叶斯网络模型构建

4．2基于贝叶斯网络的异常工况识别及原因追溯方法

4．2．1基于现象层节点的方法

4．2．2基于不完全信息的方法

4．3典型浓密洗涤过程异常工况的仿真验证

4．3．1浓密洗涤过程异常工况识别的仿真验证

4．3．2浓密洗涤过程异常工况原因追溯的仿真验证

4．4本章小结

第5章结论与展望

参考文献

致谢