發(fā)布時間：2024-11-20 21:28

　　間歇過程是現(xiàn)代工業(yè)生產(chǎn)的一種重要生產(chǎn)方式,隨著現(xiàn)代社會對高質(zhì)量產(chǎn)品需求的提高,極大地促進(jìn)了間歇生產(chǎn)的發(fā)展,使得其生產(chǎn)過程從簡單到復(fù)雜的轉(zhuǎn)變。在間歇過程生產(chǎn)中,現(xiàn)場檢測儀表或變送器提供了豐富的過程測量數(shù)據(jù),為基于數(shù)據(jù)驅(qū)動的過程在線監(jiān)測和優(yōu)化控制提供了基礎(chǔ)。然而,由于受到現(xiàn)場檢測儀表或變送器性能下降和電磁干擾等因素的影響,導(dǎo)致間歇過程測量數(shù)據(jù)出現(xiàn)異常,降低了過程測量數(shù)據(jù)的質(zhì)量,制約了數(shù)據(jù)驅(qū)動過程建模準(zhǔn)確性的提高,因此,研究間歇過程測量數(shù)據(jù)智能異常檢測方法,為數(shù)據(jù)驅(qū)動的過程建模、在線監(jiān)測及優(yōu)化控制提供可靠的過程測量數(shù)據(jù),具有重要的理論意義和應(yīng)用價值。本文在詳細(xì)分析間歇過程特性和過程測量數(shù)據(jù)特征的基礎(chǔ)上,研究間歇過程測量數(shù)據(jù)異常智能檢測方法,主要完成以下研究工作:1、提出了一種基于無監(jiān)督多尺度時序劃分的間歇過程時段劃分方法。首先,給出了一種無監(jiān)督多尺度模糊聚類分析方法,通過求解在模糊類間距離約束和時序約束下的聚類目標(biāo)函數(shù),獲得數(shù)據(jù)的隸屬度;然后,給出一種時序時段劃分方法,根據(jù)時變數(shù)據(jù)集的數(shù)據(jù)隸屬度變化捕捉主時段和過渡時段的劃分點;進(jìn)而,設(shè)定全局時段和局部時段協(xié)同劃分規(guī)則,根據(jù)二次誤差之和指標(biāo)和混...

【文章頁數(shù)】：118 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號說明
第一章 緒論
    1.1 引言
    1.2 間歇過程測量數(shù)據(jù)異常檢測方法研究現(xiàn)狀
        1.2.1 間歇過程特性
        1.2.2 間歇過程的測量數(shù)據(jù)特征
        1.2.3 間歇過程時段劃分研究現(xiàn)狀
        1.2.4 間歇過程不等長時段數(shù)據(jù)處理研究現(xiàn)狀
        1.2.5 間歇過程測量數(shù)據(jù)異常檢測研究現(xiàn)狀
    1.3 研究意義與主要研究內(nèi)容
        1.3.1 研究意義
        1.3.2 主要研究內(nèi)容
第二章 支持向量數(shù)據(jù)描述分類建模
    2.1 引言
    2.2 SVDD模型建立與數(shù)據(jù)分類
        2.2.1 SVDD超球體模型
        2.2.2 SVDD控制限
        2.2.3 SVDD數(shù)據(jù)分類
    2.3 SVDD應(yīng)用在間歇過程的問題
        2.3.1 SVDD應(yīng)用在間歇過程時段劃分的問題
        2.3.2 SVDD應(yīng)用在間歇過程測量數(shù)據(jù)異常檢測的問題
    2.4 小結(jié)
第三章 間歇過程時段劃分方法研究
    3.1 引言
    3.2 無監(jiān)督多尺度時序劃分
        3.2.1 無監(jiān)督多尺度模糊聚類
        3.2.2 時序時段劃分
        3.2.3 無監(jiān)督多尺度時序劃分的實現(xiàn)流程
    3.3 基于UMSP的間歇過程離線時段劃分
        3.3.1 數(shù)據(jù)展開與數(shù)據(jù)標(biāo)準(zhǔn)化
        3.3.2 基于UMSP的間歇過程時段劃分
    3.4 基于UMSP和SVDD的間歇過程在線時段劃分
    3.5 實驗結(jié)果與分析
        3.5.1 時序電子手寫圖形聚類實驗結(jié)果與分析
        3.5.2 青霉素發(fā)酵過程時段劃分實驗結(jié)果與分析
    3.6 小結(jié)
第四章 間歇過程不等長時段測量數(shù)據(jù)同步化方法研究
    4.1 引言
    4.2 動態(tài)時間規(guī)整
    4.3 提升小波包變換
    4.4 基于LWPT-DTW的間歇過程不等長時段測量數(shù)據(jù)軌跡同步化
        4.4.1 基于提升小波包變換的動態(tài)時間規(guī)整
        4.4.2 小波基函數(shù)和分解級數(shù)的優(yōu)化
        4.4.3 基于LWPT-DTW的間歇過程不等長時段測量數(shù)據(jù)軌跡同步化實現(xiàn)
    4.5 實驗結(jié)果與分析
        4.5.1 青霉素發(fā)酵過程
        4.5.2 同步化結(jié)果
    4.6 小結(jié)
第五章 間歇過程測量數(shù)據(jù)異常智能檢測方法研究
    5.1 引言
    5.2 基于動態(tài)超球結(jié)構(gòu)變化的支持向量數(shù)據(jù)描述
        5.2.1 拉格朗日乘子更新
        5.2.2 超球體結(jié)構(gòu)變化
        5.2.3 超球體重要結(jié)構(gòu)
    5.3 基于DHSC-SVDD間歇過程測量數(shù)據(jù)異常檢測
        5.3.1 離線建模
        5.3.2 在線建模與異常檢測
    5.4 實驗結(jié)果與分析
        5.4.1 UCI機(jī)器學(xué)習(xí)數(shù)據(jù)集分類實驗結(jié)果與分析
        5.4.2 半導(dǎo)體蝕刻過程測量數(shù)據(jù)異常檢測實驗結(jié)果與分析
        5.4.3 青霉素發(fā)酵過程測量數(shù)據(jù)異常檢測實驗結(jié)果與分析
    5.5 小結(jié)
第六章 結(jié)論和展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
博士期間發(fā)表的學(xué)術(shù)成果及參加的科研項目
作者和導(dǎo)師簡介
附表



本文編號：4012384