会员   密码 您忘记密码了吗?
1,567,441 本书已上架      购物流程 | 常见问题 | 联系我们 | 关于我们 | 用户协议

有店 App


当前分类

浏览历史

当前位置: 首页 > 专业/教科书/政府出版品 > 工程类 > 工業過程執行狀態智慧監控:資料驅動方法
工業過程執行狀態智慧監控:資料驅動方法
上一张
下一张
prev next

工業過程執行狀態智慧監控:資料驅動方法

作者: 趙春暉,王福利
出版社: 千華駐科技出版有限公司
出版日期: 2021-06-23
商品库存: 点击查询库存
以上库存为海外库存属流动性。
可选择“空运”或“海运”配送,空运费每件商品是RM14。
配送时间:空运约8~12个工作天,海运约30个工作天。
(以上预计配送时间不包括出版社库存不足需调货及尚未出版的新品)
定价:   NT440.00
市场价格: RM66.93
本店售价: RM59.57
购买数量:
collect Add to cart Add booking
详细介绍 商品属性 商品标记
內容簡介

  隨著工業生產技術的不斷發展,對產品品質、規格等要求的不斷提高,現代工業生產過程無論是在生產工藝、生產流程,還是在生產技術等方面,都日趨複雜化、自動化。工業過程運行監控方法是當前智慧工廠研究領域的前沿和焦點,其涵蓋了運行狀態評價、異常檢測與診斷等幾個方面的内容。

  本書圍遶工業過程運行狀態智慧監控的若干核心問題展開論述。第1章介紹了工業過程運行狀態監控的重要性與前人工作。第2章綜述了工業過程運行狀態監控的理論基礎,重點闡述以主元分析、偏最小二乘、費雪判别分析等爲核心的多元統計分析方法。第3~5章主要介紹了針對工業過程正常運行狀態優劣的區分與分析,具體包括基於綜合經濟指標的運行狀態評價方法、分析狀態間的優性相關資訊的評價方法以及針對非高斯多模態過程的運行狀態評價。第6~9章主要介紹了異常檢測與診斷方法,書中主要基於多元統計分析方法對這些問題進行了研究。

  本書可供從事自動化過程監控研究、設計、開發和應用的廣大工程技術人員閲讀,也可作爲自動控制或資訊科學等相關專業研究生的教學參考書。
 


目錄

第1 章 緒論
1.1 概述
1.2 工業過程運行狀態監控的研究現狀
1.2.1 狀態評價和非優原因追溯的研究現狀
1.2.2 狀態監測與故障診斷的研究現狀
參考文獻

第2 章 過程監控的基礎理論與方法
2.1 概述
2.2 多變量統計過程監控
2.2.1 數據的標準化處理
2.2.2 主成分分析
2.2.3 偏最小二乘
2.2.4 全潛結構投影模型
2.2.5 高斯混合模型
2.2.6 費雪判别分析方法
2.2.7 基於PCA 的多變量統計過程監測
2.2.8 基於變量貢獻圖的故障診斷
2.2.9 基於重構的故障診斷方法
2.2.10 PCA 和PLS 的衍生方法及其應用
參考文獻

第3 章 基於綜合經濟指標相關資訊的連續過程運行狀態在線評價
3.1 概述
3.2 基於T-PLS 的評價建模和過程運行狀態在線評價
3.2.1 基本思想
3.2.2 基於T-PLS 的評價建模
3.2.3 基於T-PLS 的過程運行狀態在線評價
3.2.4 基於變量貢獻率的非優原因追溯
3.3 氰化浸出工序中的應用研究
3.3.1 過程描述
3.3.2 實驗設計和建模數據
3.3.3 演算法驗證及討論
參考文獻

第4 章 基於優性相關資訊的連續過程運行狀態在線評價
4.1 概述
4.2 基於優性相關資訊的評價建模和過程運行狀態在線評價
4.2.1 基本思想
4.2.2 ORI 的提取及評價建模
基於優性相關資訊的過程運行狀態在線評價
4.2.4 基於變量貢獻率的非優原因追溯
4.3 氰化浸出工序中的應用研究
4.3.1 實驗設計和建模數據
4.3.2 演算法驗證及討論
附錄 組間共性分析演算法
參考文獻

第5 章 非高斯多模態過程運行狀態在線評價
5.1 概述
5.2 基於高斯混合模型的非高斯多模態過程評價建模及運行狀態在線評價
5.2.1 基本思想
5.2.2 基於GMM-GPR 的穩定模態評價建模
5.2.3 基於GMM 的過渡模態評價建模
5.2.4 在線模態識别
5.2.5 非高斯多模態過程運行狀態在線評價
5.2.6 基於變量貢獻率的非高斯多模態過程非優原因追溯
5.3 田納西-伊士曼過程中的仿真研究
5.3.1 過程描述
5.3.2 實驗設計和建模數據
5.3.3 演算法驗證及討論
參考文獻

第6 章 基於線性評估與線性變量組劃分的過程分層建模與在線監測
6.1 概述
6.2 基於PCA 和KPCA 的過程監測
6.3 變量相關性評估
6.3.1 最大相關性潛變量(Maximum- Correlation Latent Variable, MCLV)
6.3.2 基於彈性網和重採樣的變量相關性評估
6.4 基於變量相關性評估的線性變量組劃分
6.5 分層建模與在線監測
6.5.1 基於PCA-KPCA 的分層建模
6.5.2 分層在線監測
6.6 捲菸製絲過程中的應用研究
6.6.1 過程描述
6.6.2 演算法驗證及討論
參考文獻

第7 章 基於蒙特卡羅和嵌套迭代費雪判别分析的工業過程故障診斷方法
7.1 概述
7.2 嵌套迭代費雪判别分析方法
7.3 基於嵌套迭代費雪判别分析的故障變量隔離與故障診斷
7.3.1 基於蒙特卡羅和嵌套迭代費雪判别分析的故障變量選擇
7.3.2 雙重故障診斷模型
7.3.3 在線機率故障診斷
7.4 捲菸生產過程中的應用研究
參考文獻

第8 章 基於協整分析的非平穩過程在線故障診斷
8.1 概述
8.2 協整分析
8.3 基於協整分析的非平穩工業過程在線故障診斷方法
8.3.1 非平穩變量識别
8.3.2 基於協整分析的故障檢測
8.3.3 基於協整分析的稀疏重構方法
8.4 火力發電過程中的應用研究
參考文獻

第9 章 基於關鍵退化變量分析與方向提取的在線故障預測
9.1 概述
9.2 方法
9.2.1 面向故障退化的費雪判别分析方法
9.2.2 穩定性因子的定義
9.2.3 非平穩變量識别
9.2.4 基於非平穩變量的故障建模
9.3 案例研究
9.3.1 數值仿真
9.3.2 捲菸製絲過程
9.3.3 田納西-伊士曼過程
參考文獻