当前位置:首页 > 工业技术
工业过程运行状态智能监控  数据驱动方法
工业过程运行状态智能监控  数据驱动方法

工业过程运行状态智能监控 数据驱动方法PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:赵春晖,王福利著
  • 出 版 社:北京:化学工业出版社
  • 出版年份:2019
  • ISBN:9787122334879
  • 页数:210 页
图书介绍:本书围绕工业过程运行状态智能监控的若干核心问题展开论述。第1章介绍了工业过程运行状态监控的重要性与前人工作。第2章综述了工业过程运行状态监控的理论基础,重点阐述以主元分析、偏最小二乘、费舍尔判别分析等为核心的多元统计分析方法。第3-5章主要介绍了针对工业过程正常运行状态优劣的区分与分析,具体包括基于综合经济指标的运行状态评价方法、分析状态间的最优性相关信息的评价方法以及针对非高斯多模态过程的运行状态评价。第6-9章主要介绍了异常检测与诊断方法,书中主要基于多元统计分析方法对这些问题进行了研究。
《工业过程运行状态智能监控 数据驱动方法》目录

第1章 绪论 1

1.1概述 2

1.2工业过程运行状态监控的研究现状 4

1.2.1状态评价和非优原因追溯的研究现状 4

1.2.2状态监测与故障诊断的研究现状 8

参考文献 12

第2章 过程监控的基础理论与方法 21

2.1概述 22

2.2多变量统计过程监控 23

2.2.1数据的标准化处理 24

2.2.2主成分分析 25

2.2.3偏最小二乘 27

2.2.4全潜结构投影模型 28

2.2.5高斯混合模型 29

2.2.6费舍尔判别分析方法 31

2.2.7基于PCA的多变量统计过程监测 32

2.2.8基于变量贡献图的故障诊断 34

2.2.9基于重构的故障诊断方法 35

2.2.10 PCA和PLS的衍生方法及其应用 37

参考文献 38

第3章 基于综合经济指标相关信息的连续过程运行状态在线评价 45

3.1概述 46

3.2基于T-PLS的评价建模和过程运行状态在线评价 47

3.2.1基本思想 47

3.2.2基于T-PLS的评价建模 48

3.2.3基于T-PLS的过程运行状态在线评价 50

3.2.4基于变量贡献率的非优原因追溯 51

3.3氰化浸出工序中的应用研究 54

3.3.1过程描述 54

3.3.2实验设计和建模数据 56

3.3.3算法验证及讨论 57

参考文献 59

第4章 基于优性相关信息的连续过程运行状态在线评价 62

4.1概述 63

4.2基于优性相关信息的评价建模和过程运行状态在线评价 64

4.2.1基本思想 64

4.2.2 O RI的提取及评价建模 65

4.2.3基于优性相关信息的过程运行状态在线评价 70

4.2.4基于变量贡献率的非优原因追溯 71

4.3氰化浸出工序中的应用研究 71

4.3.1实验设计和建模数据 71

4.3.2算法验证及讨论 72

附录 组间共性分析算法 79

参考文献 82

第5章 非高斯多模态过程运行状态在线评价 84

5.1概述 85

5.2基于高斯混合模型的非高斯多模态过程评价建模及运行状态在线评价 86

5.2.1基本思想 86

5.2.2基于GMM-GPR的稳定模态评价建模 88

5.2.3基于GMM的过渡模态评价建模 90

5.2.4在线模态识别 91

5.2.5非高斯多模态过程运行状态在线评价 94

5.2.6基于变量贡献率的非高斯多模态过程非优原因追溯 95

5.3田纳西-伊斯曼过程中的仿真研究 101

5.3.1过程描述 101

5.3.2实验设计和建模数据 102

5.3.3算法验证及讨论 107

参考文献 113

第6章 基于线性评估与线性变量组划分的过程分层建模与在线监测 116

6.1概述 117

6.2基于PCA和KPCA的过程监测 119

6.3变量相关性评估 120

6.3.1最大相关性潜变量(Maximum- Correlation Latent Variable,MCLV) 120

6.3.2基于弹性网和重采样的变量相关性评估 121

6.4基于变量相关性评估的线性变量组划分 123

6.5分层建模与在线监测 126

6.5.1基于PCA-KPCA的分层建模 127

6.5.2分层在线监测 128

6.6卷烟制丝过程中的应用研究 129

6.6.1过程描述 129

6.6.2算法验证及讨论 130

参考文献 134

第7章 基于蒙特卡罗和嵌套迭代费舍尔判别分析的工业过程故障诊断方法 137

7.1概述 138

7.2嵌套迭代费舍尔判别分析方法 140

7.3基于嵌套迭代费舍尔判别分析的故障变量隔离与故障诊断 144

7.3.1基于蒙特卡罗和嵌套迭代费舍尔判别分析的故障变量选择 144

7.3.2双重故障诊断模型 149

7.3.3在线概率故障诊断 151

7.4卷烟生产过程中的应用研究 153

参考文献 162

第8章 基于协整分析的非平稳过程在线故障诊断 165

8.1概述 166

8.2协整分析 168

8.3基于协整分析的非平稳工业过程在线故障诊断方法 170

8.3.1非平稳变量识别 171

8.3.2基于协整分析的故障检测 171

8.3.3基于协整分析的稀疏重构方法 172

8.4火力发电过程中的应用研究 175

参考文献 182

第9章 基于关键退化变量分析与方向提取的在线故障预测 186

9.1概述 187

9.2方法 189

9.2.1面向故障退化的费舍尔判别分析方法 189

9.2.2稳定性因子的定义 192

9.2.3非平稳变量识别 193

9.2.4基于非平稳变量的故障建模 195

9.3案例研究 197

9.3.1数值仿真 198

9.3.2卷烟制丝过程 200

9.3.3田纳西-伊斯曼过程 204

参考文献 206

索引 209

返回顶部