間歇過程統(tǒng)計建模及故障監(jiān)測研究：針對數(shù)據(jù)多階段特性

摘要
Abstract
第1章緒論1
1.1本書研究背景及意義1
1.2發(fā)酵過程簡介及特征分析3
1.3發(fā)酵過程的統(tǒng)計過程監(jiān)測10
1.4本書的研究內(nèi)容及章節(jié)安排17
第2章基于多階段MPCA的間歇過程監(jiān)測研究21
2.1引言21
2.2主元分析(PCA)22
2.3多向主元分析(MPCA)25
2.4基于改進AP聚類的間歇過程階段劃分方法研究27
2.5仿真驗證與結(jié)果分析33
2.6本章小結(jié)42
第3章基于MAR-PCA的間歇過程監(jiān)測研究43
3.1引言43
3.2動態(tài)性對過程監(jiān)測的影響44
3.3基于MAR-PCA的間歇過程監(jiān)測45
3.4MAR-PCA算法步驟48
3.5數(shù)值實例仿真研究50
3.6本章小結(jié)55
第4章多階段MAR-PCA在間歇過程監(jiān)測中的應用研究56
4.1引言56
4.2多階段MAR-PCA算法56
4.3基于多階段MAR-PCA的間歇過程在線監(jiān)測59
4.4仿真研究與結(jié)果分析60
4.5本章小結(jié)65
第5章基于仿射傳播聚類的批次加權(quán)階段軟化分66
5.1引言66
5.2反距離加權(quán)67
5.3基于改進AP的階段軟化分68
5.4仿真研究73
5.5本章小結(jié)78
第6章基于信息傳遞的采樣點階段歸屬判斷80
6.1引言80
6.2信息傳遞81
6.3采樣點階段歸屬的初步選擇83
6.4采樣點階段歸屬的最終判定84
6.5仿真研究86
6.6本章小結(jié)89
第7章基于子階段自回歸主元分析的發(fā)酵過程在線監(jiān)測91
7.1引言91
7.2主元分析與自回歸模型92
7.3發(fā)酵過程子階段監(jiān)測模型的建立95
7.4子階段AR-PCA在線監(jiān)測99
7.5仿真研究100
7.6本章小結(jié)110
第8章基于PDPSO優(yōu)化的AP聚類階段劃分112
8.1引言112
8.2AP聚類算法113
8.3PDPSO算法113
8.4基于PDPSO優(yōu)化的AP聚類算法階段劃分117
8.5仿真研究119
8.6本章小結(jié)120
第9章基于多階段自回歸主元分析的發(fā)酵過程監(jiān)測122
9.1引言122
9.2主元分析與自回歸模型123
9.3基于AR殘差的MPCA模型126
9.4多階段AR-PCA監(jiān)測127
9.5多階段AR-PCA監(jiān)測模型的建立128
9.6仿真研究129
9.7大腸桿菌發(fā)酵現(xiàn)場實驗與結(jié)果分析141
9.8本章小結(jié)150
第10章基于KPCA-PCA的多階段間歇過程監(jiān)控策略151
10.1引言151
10.2數(shù)據(jù)集的相似度理論152
10.3多階段KPCA-PCA監(jiān)控策略156
10.4仿真驗證與應用研究165
10.5本章小結(jié)181
第11章基于GMM-DPCA的非高斯過程故障監(jiān)控182
11.1引言182
11.2高斯混合模型(GMM)理論183
11.3基于GMM-DPCA的故障監(jiān)控策略185
11.4基于GMM-DPCA監(jiān)控策略的離線建模和新批次監(jiān)控190
11.5應用研究191
11.6本章小結(jié)200
第12章基于KECA的間歇過程多階段監(jiān)測方法研究201
12.1引言201
12.2多階段過程監(jiān)測策略203
12.3構(gòu)建多階段的監(jiān)測模型206
12.4算法驗證209
12.5本章小結(jié)219
第13章間歇過程子階段非高斯監(jiān)測方法研究220
13.1引言220
13.2基于多階段KEICA的間歇過程監(jiān)測222
13.3算法驗證228
13.4本章小結(jié)241
第14章總結(jié)與展望242
14.1總結(jié)242
14.2展望244
參考文獻248