基於數據驅動的間歇過程建模及故障監測：質量控制角度（簡體書）

隨著先進的傳感器及其對應測量技巧的應用及發展，在不斷的生產過程中累積下了大量的數據，這樣的數據其中不免會包含著沒有被挖掘出來的信息。基於數據驅動的多元統計算法可以利用這些已有的數據對相應的過程實施過程監控、故障檢測和診斷、質量預測及軟測量的功能，對實現相關工業過程的過程效果評估、安全生產、問題原因分析、過程優化以及在線控制有著不小的幫助。基於間歇工業生產過程對過程在線質量預測的需求，本書對間歇過程本身特性，包括生產規律及數據存在形式進行了分析，利用多元統計算法的優勢，提出了一系列針對間歇過程的質量預測方法，為間歇過程的過程優化及安全生產盡了一份力量。

內容精煉，論述專業

目錄
第1章緒論
1.1課題的研究背景及意義
1.2發酵過程簡介和重
1.3發酵過程監測方法分類
1.4基於統計性能的發酵過程監測方法研究現狀
1.5研究思路與內容安排
1.6本章小結
第2章基於改進的MPLS的間歇過程在線監控與質量預測
2.1引言
2.，2偏最小二乘
2.3改進的多向偏最小二乘方法
2.4基於改進的MPLS的在線監控和質量預測
2.5仿真研究
2.6本章小結
第3章基於二維搜索JITL-MPLS的發酵過程故障監測
3.1引言
3.2多向偏最小二乘方法
3.3即時學習在線建模策略概述
3.4基於二維搜索TL-MPLS的故障監測
3.5仿真研究
3.6本章小結
第4章基於 JITL-MKPLS的發酵過程監測方法研究
4.1引言
4.2多向偏最小二乘方法
4.3即時學習(JITL)局部模型選取方法
4.4改進的局部MPLS質量預測策略
4.5案例分析
4.6本章小結
第5章基於局部樣本重選的過程故障下MPLS研究
5.1引言
5.2 PLS相關統計量簡介
5.3故障下的歷史樣本重選方法
5.4案例分析
5.5本章小結
第6章針對間歇數據的局部自適應JTL-MPLS方法研究
6.1引言
6.2針對間歌過程的自適應JL局部樣本選擇
6.3案例分析
6.4一種新預測效果度量指標設計:預測標準差
6.5本章小結
第7章 基於AJITL-MKPLS的發酵過程監測方法研究
7.1引言
7.2核空間中的故障監測方法介紹
7.3核空間中的即時學習監測方法研究
7.4青黴素發酵過程仿真
7.5本章小結
第8章即時學習在線建模方法的模型更新機制研究
8.1引言
8.2即時學習策略中模型更新機制研究
8.3基於改進即時學習策略的發酵過程在線故障監測
8.4仿真研究
8.5本章小結
第9章大腸杄菌發酵過程現場數據分析與討論
9.1大腸桿菌發酵過程簡介
9.2大腸桿菌發酵過程的監測結果及討論
9.3本章小結
第10章總結與展望
10.1總結
10.2展望
參考文獻