基于特征自适应与动态主动深度分歧方法的化工过程异常识别

目录

符号说明

绪论

1.1 化工过程安全生产

1.1.1 化工过程生产特点

1.1.2 化工过程异常工况

1.1.3 化工过程安全生产的意义

1.2 故障检测与诊断

1.2.1 故障检测与诊断的概念

1.2.2 故障检测与诊断的研究现状

1.3 特征自适应

1.3.1 特征工程

1.3.2 自适应

1.4 动态主动深度分歧

1.4.1 深度学习算法分类

1.4.2 主动学习

1.5 论文研究意义及内容

1.5.1 研究背景和意义

1.5.2 论文研究内容

2 研究思路及验证案例介绍

2.1 研究思路

2.2 验证案例一——脱丙烷精馏过程

2.3 验证案例二——田纳西-伊斯曼过程

3 特征自适应

3.1 研究思路

3.2 提取时域特征和频域特征

（1）提取时域特征

（2）提取频域特征

3.3 自适应

3.4 案例应用与分析

3.4.1 脱丙烷精馏过程数据集描述

3.4.2 提取时域特征和频域特征

3.4.3 自适应

3.5 本章小结

4 动态主动深度分歧的异常识别模型

4.1 研究思路

4.2 CNN基本模块

4.3 LSTM基本模块

4.4 动态主动学习

4.5 案例应用与分析

4.5.1 CNN基学习器超参数

4.5.2 LSTM基学习器超参数

4.5.3 确定FA-DADD异常识别模型参数

4.5.4 异常工况识别结果

4.6 本章小结

5 流程案例研究

5.1 特征自适应

5.1.1 TE过程数据集描述

5.1.2 提取时域特征和频域特征

5.1.3 自适应

5.2 动态主动深度分歧的异常识别模型

5.2.1 CNN基学习器超参数

5.2.2 LSTM基学习器超参数

5.2.3 确定异常识别模型参数

5.2.4 异常工况识别结果

5.3 本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文目录

声明