隨著現(xiàn)代工業(yè)技術(shù)的快速發(fā)展和市場需求的多樣化,各種化工生產(chǎn)過程變得越來越復(fù)雜,不斷涌現(xiàn)多相位批次過程和多規(guī)格生產(chǎn)過程,以實(shí)現(xiàn)更好的產(chǎn)品質(zhì)量和經(jīng)濟(jì)效益。因此,對生產(chǎn)過程的在線監(jiān)測、故障診斷、以及產(chǎn)品質(zhì)量預(yù)測提出了更高的要求和挑戰(zhàn)。隨著計(jì)算機(jī)技術(shù)和傳感器技術(shù)的迅速發(fā)展和大量工程應(yīng)用,基于數(shù)據(jù)驅(qū)動(dòng)的過程分析技術(shù)與建模方法為解決上述問題提供了有效途徑,在近十年里得到了快速的發(fā)展,尤其是多變量的統(tǒng)計(jì)建模方法在過程監(jiān)測和質(zhì)量預(yù)測方面得到了大量的應(yīng)用。然而現(xiàn)已發(fā)展的數(shù)據(jù)驅(qū)動(dòng)建模與過程監(jiān)測方法有很多理想化的假設(shè)和約束,例如假設(shè)生產(chǎn)過程是單一工況,采集的數(shù)據(jù)服從正態(tài)分布,變量之間呈現(xiàn)線性關(guān)系等,因而不便甚至不能應(yīng)用于多規(guī)格和多相位批次生產(chǎn)過程。本文針對非線性批次生產(chǎn)過程的多相位劃分與在線監(jiān)測、多規(guī)格生產(chǎn)過程特征提取、故障診斷和質(zhì)量預(yù)測,以及非線性批次冷卻結(jié)晶過程的質(zhì)量預(yù)測與優(yōu)化開展研究工作,主要研究內(nèi)容如下:（1）針對非線性批次過程中存在的多相位問題,提出了一個(gè)基于滑動(dòng)窗口的多相位劃分方法,以提高對批次生產(chǎn)過程的監(jiān)測性能。首先利用核函數(shù)將原始過程數(shù)據(jù)映射到高維特征空間,在特征空間中建立步進(jìn)式的相位劃分算... 

【文章頁數(shù)】：162 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
主要符號表
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 多相位批次過程監(jiān)測
        1.2.2 多規(guī)格生產(chǎn)過程監(jiān)測
        1.2.3 批次冷卻結(jié)晶過程質(zhì)量預(yù)測與優(yōu)化
    1.3 本文主要研究內(nèi)容
2 非線性批次過程步進(jìn)式相位劃分與在線監(jiān)測
    2.1 問題描述
    2.2 基于核函數(shù)的主元分析(KPCA)建模方法
    2.3 等長批次過程的相位劃分算法
    2.4 不等長批次過程的相位劃分算法
    2.5 核參數(shù)和窗口寬度的選擇
    2.6 在線監(jiān)測方法
    2.7 應(yīng)用案例
        2.7.1 數(shù)值例子
        2.7.2 批次注塑機(jī)過程的相位劃分
        2.7.3 批次青霉素發(fā)酵過程的相位劃分與在線監(jiān)測
    2.8 本章小結(jié)
3 基于高斯混合模型的多相位劃分方法
    3.1 問題描述
    3.2 高斯混合模型
    3.3 基于高斯混合模型的相位劃分方法
        3.3.1 初始模型
        3.3.2 混合模型
        3.3.3 模型訓(xùn)練
    3.4 在線監(jiān)測方法
    3.5 應(yīng)用案例
        3.5.1 數(shù)值例子
        3.5.2 批次青霉素發(fā)酵過程的監(jiān)測
    3.6 本章小結(jié)
4 基于過程變量的多規(guī)格過程特征提取與在線監(jiān)測
    4.1 問題描述
    4.2 基于過程變量的特征提取
        4.2.1 公共特征提取
        4.2.2 私有特征提取
        4.2.3 特征相關(guān)性分析
        4.2.4 確定公共和私有變量
    4.3 在線監(jiān)測方法
    4.4 應(yīng)用案例
        4.4.1 數(shù)值例子
        4.4.2 工業(yè)聚乙烯生產(chǎn)過程的在線監(jiān)測
    4.5 本章小結(jié)
5 多規(guī)格生產(chǎn)過程的在線質(zhì)量預(yù)測
    5.1 問題描述
    5.2 質(zhì)量預(yù)測模型
        5.2.1 即時(shí)學(xué)習(xí)策略
        5.2.2 公共特征提取
        5.2.3 私有特征提取
    5.3 在線質(zhì)量預(yù)測方法
    5.4 應(yīng)用案例
        5.4.1 數(shù)值例子
        5.4.2 工業(yè)聚乙烯過程的質(zhì)量預(yù)測
    5.5 本章小結(jié)
6 非線性批次冷卻結(jié)晶過程的質(zhì)量預(yù)測與優(yōu)化
    6.1 問題描述
    6.2 雙層基函數(shù)預(yù)測建模
        6.2.1 雙層參數(shù)估計(jì)方法
        6.2.2 基函數(shù)
        6.2.3 小波函數(shù)基的主動(dòng)學(xué)習(xí)方法
        6.2.4 質(zhì)量評價(jià)指標(biāo)
    6.3 應(yīng)用案例
        6.3.1 基于蛋白溶解酶結(jié)晶過程仿真的質(zhì)量預(yù)測
        6.3.2 基于谷氨酸冷卻結(jié)晶實(shí)驗(yàn)的過程優(yōu)化
    6.4 本章小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 主要?jiǎng)?chuàng)新點(diǎn)
    7.3 研究展望
參考文獻(xiàn)
攻讀博士學(xué)位期間科研項(xiàng)目及科研成果
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]獨(dú)立元分析方法（ICA）及其在化工過程監(jiān)控和故障診斷中的應(yīng)用[J]. 陳國金,梁軍,錢積新.  化工學(xué)報(bào). 2003(10)
[2]小波閾值密度估計(jì)器的設(shè)計(jì)與應(yīng)用[J]. 王海清,宋執(zhí)環(huán),王慧,詹宜巨.  儀器儀表學(xué)報(bào). 2002(01)

博士論文
[1]復(fù)雜工況過程統(tǒng)計(jì)監(jiān)測方法研究[D]. 葛志強(qiáng).浙江大學(xué) 2009



本文編號：3694746