多模态复杂工业过程监测及故障诊断【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

多模态复杂工业过程监测及故障诊断PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1复杂工业生产过程监测及故障诊断的意义1

1.2多模态过程的特征4

1.3多模态过程监测的研究现状5

参考文献9

第2章 常用的多变量统计过程监测及质量预测方法14

2.1引言14

2.2数据预处理方法15

2.2.1数据表的基本知识15

2.2.2数据的标准化处理16

2.3基于主成分分析的过程监测方法18

2.3.1PCA18

2.3.2基于PCA的多变量统计过程监测21

2.3.3基于PCA变量贡献图的故障诊断23

2.4基于独立成分分析的过程监测方法24

2.4.1ICA的基本原理24

2.4.2基于ICA的过程监测26

2.4.3基于ICA变量贡献图的故障诊断27

2.5基于高斯混合模型的过程监测方法28

2.5.1高斯概率密度函数28

2.5.2高斯混合概率密度函数29

2.5.3参数估计29

2.5.4基于高斯混合模型的监测31

2.6基于核主成分分析的过程监测方法32

2.6.1引言32

2.6.2KPCA方法的基本原理33

2.6.3基于KPCA方法的过程监测35

2.7基于偏最小二乘分析的质量预测方法38

2.7.1PLS38

2.7.2基于PLS的质量预测42

参考文献43

第3章 多时段间歇过程的时段划分47

3.1引言47

3.2多时段间歇过程数据的表达及预处理48

3.2.1间歇过程数据的表达48

3.2.2间歇过程数据预处理49

3.3子时段的硬划分方法51

3.3.1基本思想51

3.3.2子时段的硬划分53

3.4子时段的软划分方法55

3.4.1基本思想55

3.4.2子时段的软划分56

3.5三水箱系统中的实验研究61

3.5.1三水箱系统简介61

3.5.2三水箱间歇过程时段硬划分62

3.5.3三水箱间歇过程时段软划分64

参考文献67

第4章 基于时段的间歇过程监测及故障诊断69

4.1引言69

4.2基于MPCA的间歇过程监测及故障诊断方法70

4.2.1MPCA原理70

4.2.2基于MPCA的多元统计分析及在线监测71

4.3基于时段硬划分的间歇过程监测及故障诊断方法73

4.3.1基于时段硬划分的PCA建模73

4.3.2基于时段硬划分的间歇过程在线监测74

4.4基于时段软划分的间歇过程监测及故障诊断方法75

4.4.1时段软划分76

4.4.2PCA过程监测及故障诊断建模76

4.4.3基于时段软划分的间歇过程在线监测及故障诊断78

4.5三水箱系统中的实验研究79

参考文献83

第5章 基于少数据的间歇过程监测及故障诊断84

5.1引言84

5.2基于一个批次的间歇过程监测及故障诊断84

5.2.1滑动窗口PCA建模方法概述85

5.2.2建模数据预处理86

5.2.3子时段划分、PCA建模和在线监测87

5.2.4模型更新89

5.3基于有限批次的间歇过程监测及故障诊断90

5.3.1基本思想90

5.3.2基于有限批次的数据预处理91

5.3.3基于有限批次的子时段划分92

5.3.4基于时段的ICA建模94

5.3.5在线过程监测与故障诊断95

5.3.6在线更新96

5.4青霉素发酵过程中的应用研究98

5.4.1过程描述98

5.4.2算法验证及讨论100

参考文献106

第6章 具有非线性特性的间歇过程监测及故障诊断108

6.1引言108

6.2基于KPCA的相似度指标108

6.3非线性间歇过程的时段划分111

6.4基于KPCA的间歇过程建模及在线监测113

6.5注塑过程的应用研究114

6.5.1注塑过程介绍114

6.5.2注塑过程子时段划分116

6.5.3注塑过程子时段建模及在线监测120

参考文献124

第7章 基于偏最小二乘的间歇过程质量分析及在线预测125

7.1引言125

7.2质量预测中的时段概念126

7.3关键时段识别及关键变量选择128

7.3.1关键时段的识别128

7.3.2关键变量的选择129

7.4对“时段型质量指标”的分析和预测131

7.4.1实时的PLS质量预测模型131

7.4.2基于时段平均轨迹的PLS质量预测模型131

7.4.3在线质量预测132

7.5对“过程型质量指标”的分析和预测133

7.5.1MPLS质量预测模型134

7.5.2在线质量预测135

7.6仿真验证135

7.6.1“时段型质量指标”预报方法在注塑过程中的应用135

7.6.2“过程型质量指标”预报方法在青霉素发酵过程中的应用143

参考文献145

第8章 多模态连续过程的模态识别147

8.1引言147

8.2多模态过程的离线模态识别148

8.2.1基本思想148

8.2.2基于变长度窗口的多模态过程离线模态识别方法149

8.3多模态过程的在线模态识别157

8.3.1基本思想157

8.3.2基于模态转换频度的多模态过程在线模态识别方法157

8.4田纳西-伊斯曼过程的仿真研究160

8.4.1过程介绍160

8.4.2实验设计和建模数据160

8.4.3离线模态识别163

8.4.4在线模态识别166

8.5连续退火机组的仿真研究167

8.5.1连续退火机组介绍167

8.5.2连续退火机组的离线模态识别169

8.5.3连续退火机组的在线模态识别171

参考文献172

第9章 多模态连续过程监测及故障诊断174

9.1引言174

9.2基于不同数据分布的稳定模态建模及在线监测175

9.2.1基本思想175

9.2.2随机变量的特征提取176

9.2.3PCA的统计特性分析178

9.2.4ICA的统计特性分析178

9.2.5多元高斯分布检验方法179

9.2.6基于数据分布的稳定模态过程监测181

9.2.7实验数据的仿真研究184

9.2.8连续退火机组的仿真研究185

9.3基于相对变化的过渡模态建模及在线监测189

9.3.1基本思想189

9.3.2过渡过程数据特点189

9.3.3基于差分分段矩阵的过渡子模态划分191

9.3.4基于差分分段PCA的过渡模态过程监测193

9.3.5连续退火机组的仿真研究194

参考文献198

第10章 基于高斯混合模型的多模态连续过程监测及故障诊断200

10.1引言200

10.2基于高斯混合模型的离线建模201

10.2.1稳定模态建模202

10.2.2过渡模态离线建模203

10.3基于高斯混合模型的在线模态识别及过程监测204

10.4田纳西-伊斯曼过程实例207

10.4.1田纳西-伊斯曼过程介绍207

10.4.2田纳西-伊斯曼过程仿真与分析210

参考文献214

索引216