声明
摘要
第一章 绪论
1.1 引言
1.2 多模态工业过程的监测方法研究现状
1.2.1 工业过程的统计监测方法
1.2.2 多模态工业过程的监测方法
1.3 基于小波和PCA的动态过程监测方法研究现状
1.3.1 基于小波的动态过程监测方法
1.3.2 基于小波和PCA的动态过程监测方法
1.4 课题的研究意义和主要研究内容
1.4.1 课题的研究意义
1.4.2 课题的主要研究内容
第二章 基于WT-KPCA的间歇过程模态聚类
2.1 引言
2.2 基于观测变量的间歇过程模态聚类
2.2.1 观测变量的多向主元分析
2.2.2 基于MPCA的间歇过程模态聚类
2.3 基于瞬时脉冲响应估计的间歇过程模态聚类
2.3.1 基于小波变换的瞬时脉冲响应估计
2.3.2 基于WT-PCA的间歇过程模态聚类
2.4 基于WT-KPCA的间歇过程模态聚类
2.4.1 KPCA方法
2.4.2 基于WT-KPCA的间歇过程模态聚类
2.5 本章小结
第三章 基于WT-KPCA的间歇过程在线监测方法
3.1 引言
3.2 基于SVM间歇过程分段建模方法
3.2.1 统计学习理论
3.2.2 分段建模融合方法
3.2.3 基于FCM的联合加权SVM建模算法
3.3 基于CKF方法的在线数据处理方法
3.3.1 基于CKF的在线数据处理方法
3.4 基于WT-KPCA的间歇过程在线监测
3.4.1 基于WT-KPCA的间歇过程监测指标
3.4.2 基于WT-KPCA的间歇过程在线监测
3.5 小结
第四章 实验与分析
4.1 引言
4.2 青霉素发酵过程仿真平台
4.2.1 青霉素发酵过程及仿真平台
4.2.2 实验过程及分析指标
4.3 基于WT-KPCA的间歇过程分段建模
4.3.1 DWT-KPCA分段实验
4.3.2 联合加权SVM实验
4.3.3 实验结果与分析
4.4 基于WT-KPCA的分段故障监测实验
4.4.1 在线故障监测实验
4.4.2 实验结果与分析
4.5 小结
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
研究成果及发表的学术论文
作者简介
北京化工大学;