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
2.3.1PCA 18
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
2.7.1PLS 38
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