声明
摘要
第1章 绪论
1．1 课题研究背景及意义
1．2 模型校正研究的现状
1．3 统计建模方法研究的现状
1．3．1 基于统计分析的方法
1．3．2 基于统计学习理论的方法
1．4 论文主要工作
第2章 过程建模与模型校正方法
2．1 工业过程建模方法
2．1．1 机理建模
2．1．2 数据建模
2．1．3 混合建模
2．2 影响模型性能的主要因素
2．2．1 建模方法的选择
2．2．2 辅助变量的选择
2．2．3 数据的预处理
2．2．4 工况的变化
2．3 常见模型校正方法
2．3．1 模型输出校正
2．3．2 模型参数校正
2．4 本章小结
第3章 基于主成分分析的模型监控方法
3．1 基于数据驱动的模型监控方法
3．2 主成分分析法的基本原理
3．2．1 主成分分析法的几何意义
3．2．2 数学描述及推导
3．2．3 主成分分析的计算步骤
3．3 基于递推偏最小二乘算法的建模
3．3．1 偏最小二乘算法(PLS)原理及建模流程
3．3．2 递推偏最小二乘算法(RPLS)原理及建模流程
3．4 监控模型参数的确定
3．4．1 主成分个数选择
3．4．2 T2统计量
3．4．3 SPE统计量
3．4．4 组合监控指标
3．5 仿真研究
3．5．1 TE过程简介
3．5．2 仿真过程与结果分析
3．6 本章小结
第4章 基于PCA及改进RPLS算法的模型校正方法研究
4．1 块式递推偏最小二乘算法(Block-wise RPLS)
4．2 基于组合监控指标的遗忘因子-滑窗块式RPLS算法
4．2．1 算法基本思想
4．2．2 数学描述及推导
4．2．3 参数选择
4．2．4 建模流程
4．3 模型在线校正策略
4．4 仿真研究
4．5 本章小结
第5章 结论与展望
5．1 结论
5．2 展望
参考文献
致谢
