声明
摘要
第1章绪论
1.1研究背景及意义
1.2连续退火工艺
1.2.1退火
1.2.2连续退火炉
1.3多模态过程监测方法的研究与发展
1.3.1基于多元统计的过程监测方法发展概况
1.3.2多模态过程建模及在线监测的发展概况
1.4本文的内容及结构安排
第2章过程监测算法理论基础
2.1.1相关基本理论
2.1.2KPCA原理
2.1.3KPCA过程监测
2.2KECA方法
2.2.1KECA与Renyi熵
2.2.2KECA数据变换
2.2.3KECA过程监测
2.3KECA与KPCA差异性分析
2.3.1理论分析
2.3.2仿真验证
2.4本章小结
第3章连续退火炉单一模态过程监测方法研究
3.1基于小波去噪的KECA方法
3.1.1小波去噪简介
3.1.2小波去噪与KECA方法
3.2仿真研究
3.2.1基于KPCA与KECA方法的过程监测
3.2.2经过小波去噪的KECA算法仿真及结果分析
3.3核尺寸参数对监测效果影响
3.4本章小结
第4章连续退火炉多模态特性分析及模态划分
4.1连续退火炉多模态过程
4.2基于PSO优化的模糊C均值聚类算法
4.2.1模糊C均值聚类算法
4.2.2粒子群算法
4.2.3PSO优化的模糊C均值聚类算法
4.3利用UCI数据集进行算法性能验证
4.3.1聚类有效性指标
4.3.2仿真研究
4.4连续退火炉模态划分
4.4.1数据的选取与不等长处理
4.4.2连续退火炉多模态聚类分析
4.4.3含多个过渡态的模态划分
4.5本章小结
第5章多模态过程监测方法研究
5.1基于贝叶斯推论的KECA方法
5.1.1贝叶斯推论与KECA监测方法
5.1.2过程监测策略
5.2连续退火炉多模态过程监测策略
5.2.1模态间过渡过程的数据划分
5.2.2多模态过程在线监测
5.3仿真研究
5.3.1正常数据下的监测仿真
5.3.2故障数据下的监测仿真
5.4本章小结
第6章总结与展望
6.1总结
6.2展望
参考文献
致谢
东北大学;