基于线性动态系统模型的过程监测研究

基于线性动态系统模型的过程监测研究

ID:35069306

大小:6.93 MB

页数:80页

时间:2019-03-17

基于线性动态系统模型的过程监测研究_第1页
基于线性动态系统模型的过程监测研究_第2页
基于线性动态系统模型的过程监测研究_第3页
基于线性动态系统模型的过程监测研究_第4页
基于线性动态系统模型的过程监测研究_第5页
资源描述:

《基于线性动态系统模型的过程监测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TP277单位代碼:10335密级:无学号:21332015硕±学位论文戀中文论文题目;基于线佳动态系统模型的过程监测巧宛英文论文题目;LinearDynamicSvstemModelb化edProcessMonitoring申请人姓名;陈新如指导教师:巧志强副教巧合作导师:宋执环教摄专业名称;控制释学与工程研究方向:系、统工程*所在学院;控制科学与工程学院—论文提交日期二0六年一月十日基于线化

2、动态系统辕型的过程监測巧究戀^论文作者签名:紋細如指导教师签名论文评阅人1;何德峰教授浙江工业大学评阅人2;隐名评翩评阅人3;隐名评阅评阅人4:隐名评阅答辩委员会主席:部传厚教授浙江大学数学学院委员1:韩波副教授浙江大学航空航天学院委员2;杨春节教授浙江大学控制学院3委员:来执环教授浙江大学控制学院二—答辩日期:0六年兰月九日LinearDynamicSystemModelbasedProcess

3、Monitoring戀’-All化orssinature:XtnyufJ\p.r\g’Suervisorssinature:pgExternalReviewers:DefengHeProfessorZJUTAnonmousyAnonymousAnonymousExaminingCommitteeChairerson:pChuanhouGaoProfessorZJUExami打ingCommiteeMember

4、s;BoHanAssociateProfessorZJUChunieYangProfessorZJUiZhihuanSo打gProfessorZJUt--Daeoforaldefence:20160309独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得浙江大学或其化教育化构的学位或

5、证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:o^^llb年若月/t?日学位论文版权使用授权书、本学位论文作者完全了解浙江大学有关保留使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江大学可W将学化论义的全部或部分内容编入有关数据鹿进行检索,可W采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权

6、书)学位论文作者签名:炼斯如导师签名:封冬签字日期:於a年备月〇日签字日期:文口化年/^月日学位论文作者毕业后去向:工作单位;电话:通讯地址:邮编;摘要过程监测在保障生产安全、提高产品质量、减少故障报失和提升企业在国际市场中的竞争力方面发挥着重要的作用。计算机信息技术的迅速发展带来了大数据时代,这使得基于数据驱动的过程监测方法更是近年来流程工业领域的研究热点。但是,基于数据驱动的过程监测仍面临着许多问题,比如过程数据的特性越一来越复

7、杂。传统的基于数据驱动的过程监测方法大多只考虑单的数据特性。本文同时针对过程数据的动态性和随机性,采用动态贝叶斯网络下的线性动态系统模型(LDSM)进行过程监测研究,具体包括:一(1)针对过程数据的动态性和随机性,提出了种基于切换的LDSM的故障分类方法和未知故障检测方法一。本文提出了种简便的近似学习算法用于建立切换的LDSM,然后采用高斯和滤波方法实现在线故障分类。考虑到工业生产过程中偶尔会出现之前从未遇到过的故障,提出了基于巧换的LDSM的未知故障检测方法,主要

8、是通过构建阔值统计量来检测未知故障。一(2)考虑到质量变量可能含看重要的过程信息,提出了种基于有监督LDSM的故障检测方法和基于巧换的有监督LDSM的故障分类方法。本文将LDSM扩展成有监督LDSM,并且推导出了用EM算法建立有监督LDSM的详细过程。然后采用新的高斯和滤波方法估计隐变量分布,最后建立尸统计量实现在线故障检测。同样的,在质量变量可获得的条件下,为了取得更好的故障分类效果,提出了基于切换的有监督LDSM的故棒分类方法。一最后,总结全文的研究内容,对线性动

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。