數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過(guò)程監(jiān)控與故障診斷
定 價(jià)：145 元
叢書(shū)名：智能科學(xué)技術(shù)著作叢書(shū)
當(dāng)前圖書(shū)已被 14 所學(xué)校薦購(gòu)過(guò)！
查看明細(xì)
- 作者：王晶,周靖林,陳曉露
- 出版時(shí)間：2024/10/1
- ISBN：9787030795953
- 出 版 社：科學(xué)出版社
- 中圖法分類(lèi)：TP277
- 頁(yè)碼：249
- 紙張：
- 版次：1
- 開(kāi)本：B5
本書(shū)闡述數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過(guò)程監(jiān)控與故障診斷的理論與應(yīng)用方法，主要內(nèi)容包括：過(guò)程監(jiān)控必要的基礎(chǔ)知識(shí)、常見(jiàn)測(cè)量方法、檢測(cè)指標(biāo)、控制限設(shè)計(jì)和仿真平臺(tái)；面向間歇過(guò)程的故障檢測(cè)方法，包括軟過(guò)渡PCA監(jiān)控、基于核費(fèi)希爾包絡(luò)分析的故障識(shí)別、基于局部特征相關(guān)性的故障診斷；面向質(zhì)量監(jiān)控的全局與局部特征融合的故障診斷方法，包括基于全局加局部偏最小二乘模型、局部保持偏最小二乘模型、局部線(xiàn)性嵌入潛結(jié)構(gòu)偏最小二乘的投影模型和魯棒L1偏最小二乘模型的多種質(zhì)量監(jiān)控方法；面向故障溯源的數(shù)據(jù)與機(jī)理融合診斷方法，包括基于貝葉斯因果模型的離散系統(tǒng)故障預(yù)測(cè)與溯源方法、基于連續(xù)變量的故障溯源與定位方法。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
Jing Wang, Zhenlin Wang, Meng Zhou, Adaptive event-triggered finite-frequency fault detection with zonotopic threshold analysis for LPV systems, IEEE Transactions on Cybernetics, 10.1109/TCYB.2021.3054633 2021, (JCR1區(qū), 11.53)
目錄
“信息科學(xué)技術(shù)學(xué)術(shù)著作叢書(shū)”序
前言
第1章 背景 1
1.1 引言 1
1.1.1 過(guò)程監(jiān)控方法 1
1.1.2 基于多元統(tǒng)計(jì)分析的過(guò)程監(jiān)控 3
1.2 故障檢測(cè)指標(biāo) 5
1.2.1 T2統(tǒng)計(jì) 5
1.2.2 平方預(yù)測(cè)誤差 8
1.2.3 馬哈拉諾比斯距離 9
1.2.4 綜合指標(biāo) 9
1.2.5 非高斯分布的控制限 11
參考文獻(xiàn) 11
第2章 單觀測(cè)空間的多元統(tǒng)計(jì) 14
2.1 主成分分析 14
2.1.1 PCA的數(shù)學(xué)原理 15
2.1.2 主成分提取算法 16
2.1.3 基于PCA的故障檢測(cè) 19
2.2 費(fèi)希爾判別分析 20
2.2.1 FDA的數(shù)學(xué)原理 20
2.2.2 FDA與PCA的比較 22
參考文獻(xiàn) 25
第3章 雙觀測(cè)空間的多元統(tǒng)計(jì)分析 27
3.1 典型相關(guān)分析 27
3.1.1 CCA的數(shù)學(xué)原理 27
3.1.2 基于特征值分解的CCA求解 29
3.1.3 基于SVD分解的CCA算法 29
3.1.4 基于CCA的故障檢測(cè) 30
3.2 偏最小二乘 31
3.2.1 PLS的數(shù)學(xué)基礎(chǔ) 32
3.2.2 PLS算法 32
3.2.3交叉驗(yàn)證 35
參考文獻(xiàn) 37
第4章 故障診斷的仿真平臺(tái) 38
4.1 TE過(guò)程 38
4.2 青霉素間歇發(fā)酵過(guò)程 41
4.3 基于PCA、CCA和PLS的故障檢測(cè) 43
4.4 基于FDA的故障分類(lèi) 46
4.5 結(jié)論 48
參考文獻(xiàn) 49
第5章 多模態(tài)間歇過(guò)程的軟過(guò)渡PCA監(jiān)控 50
5.1 間歇過(guò)程多模態(tài)sub-PCA監(jiān)控方法 50
5.2 基于SVDD的動(dòng)態(tài)軟過(guò)渡sub-PCA監(jiān)控 52
5.2.1 基于擴(kuò)展載荷矩陣的模態(tài)粗劃分 52
5.2.2 基于SVDD的模態(tài)細(xì)化分 54
5.2.3 軟過(guò)渡多模態(tài)的 PCA監(jiān)控模型 56
5.2.4 軟過(guò)渡主成分分析監(jiān)控程序 57
5.3 案例研究 59
5.3.1 模態(tài)識(shí)別與建模 59
5.3.2 正常批次的監(jiān)控 60
5.3.3 故障批次的監(jiān)控 61
5.4 結(jié)論 65
參考文獻(xiàn) 65
第6章 面向原始測(cè)量空間的統(tǒng)計(jì)分解與檢測(cè) 67
6.1 統(tǒng)計(jì)量分解 67
6.1.1 T2統(tǒng)計(jì)量分解 68
6.1.2 SPE統(tǒng)計(jì)量分解 69
6.1.3 面向原始測(cè)量空間的故障檢測(cè) 70
6.2 基于融合統(tǒng)計(jì)量的故障檢測(cè) 71
6.2.1 統(tǒng)計(jì)量融合設(shè)計(jì) 72
6.2.2 融合指標(biāo)的控制限 74
6.3 案例研究 75
6.3.1 基于兩個(gè)分解統(tǒng)計(jì)量的檢測(cè) 75
6.3.2 基于融合指標(biāo)的監(jiān)控 80
6.3.3 比較分析 83
6.4 結(jié)論 85
參考文獻(xiàn) 86
第7章 基于核費(fèi)希爾包絡(luò)分析的故障識(shí)別 87
7.1 基于KFEA的過(guò)程監(jiān)控 87
7.1.1 KFEA 87
7.1.2 檢測(cè)指標(biāo) 89
7.1.3 基于KFEA-PCA的間歇過(guò)程綜合診斷 91
7.2 基于KFEA-PCA的仿真實(shí)驗(yàn) 92
7.2.1 對(duì)已有故障類(lèi)型的診斷效果 94
7.2.2 對(duì)未知故障類(lèi)型的診斷效果 98
7.3 結(jié)論 101
參考文獻(xiàn) 101
第8章 基于局部特征相關(guān)性的故障診斷 103
8.1 基于KEDA的故障識(shí)別 104
8.1.1 KEDA 104
8.1.2 仿真實(shí)驗(yàn) 105
8.2 流形學(xué)習(xí)和判別分析融合的故障識(shí)別 110
8.2.1 LLEDA 111
8.2.2 NPEDA 113
8.2.3 基于LLEDA和NPEDA方法的故障診斷 116
8.2.4 基于LLEDA和NPEDA方法的故障診斷仿真研究 118
8.3 基于聚類(lèi)-LLEDA的混合型故障檢測(cè) 121
8.3.1 混合型故障檢測(cè)方法 121
8.3.2 仿真研究 123
8.4 結(jié)論 129
參考文獻(xiàn) 129
第9章 全局與局部融合的潛結(jié)構(gòu)投影 131
9.1 全局結(jié)構(gòu)與局部結(jié)構(gòu)的融合動(dòng)因 131
9.2 降維過(guò)程的數(shù)學(xué)描述 133
9.2.1 PLS目標(biāo)優(yōu)化 133
9.2.2 LPP與PCA優(yōu)化目標(biāo)相似性 134
9.3 GLPLS方法簡(jiǎn)介 135
9.4 GPLPLS基本原理 136
9.4.1 GPLPLS模型 136
9.4.2 GPLPLS模型之間的關(guān)系 138
9.4.3 GPLPLS模型的主成分 140
9.5 基于GPLPLS的質(zhì)量監(jiān)控 141
9.5.1 基于GPLPLS的過(guò)程與質(zhì)量監(jiān)控 141
9.5.2 后驗(yàn)監(jiān)控評(píng)估 143
9.6 TE過(guò)程仿真分析 144
9.6.1 模型與討論 144
9.6.2 故障診斷分析 145
9.6.3 不同 GPLPLS模型的比較 151
9.7 結(jié)論 154
參考文獻(xiàn) 154
第10章 局部保持偏最小二乘回歸 157
10.1 PCA、PLS和LPP的關(guān)系 157
10.2 LPPLS模型及基于LPPLS的故障檢測(cè) 159
10.2.1 LPPLS模型 159
10.2.2 基于LPPLS的過(guò)程及質(zhì)量監(jiān)控 162
10.2.3局部保持能力分析 164
10.3案例研究 165
10.3.1 PLS、GLPLS和LPPLS模型 165
10.3.2 質(zhì)量監(jiān)控分析 167
10.4 結(jié)論 172
參考文獻(xiàn) 173
第11章 局部線(xiàn)性嵌入正交的潛結(jié)構(gòu)投影 174
11.1 GPLPLS、LPPLS和LLEPLS方法的比較 174
11.2 LLE概述 176
11.3 LLEPLS和基于LLEPLS的故障檢測(cè) 178
11.3.1 LLEPLS 178
11.3.2 基于 LLEPLS的過(guò)程監(jiān)控 180
11.4 LLEOPLS模型和基于LLEOPLS的故障檢測(cè) 181
11.5 案例研究 184
11.5.1 模型和討論 184
11.5.2 故障檢測(cè)分析 187
11.6 結(jié)論 192
參考文獻(xiàn) 193
第12章 新型魯棒潛結(jié)構(gòu)投影 195
12.1 魯棒PLS的發(fā)展 195
12.2 RSPCA介紹 197
12.3 L1 PLS基本原理 198
12.4 基于L1 PLS的監(jiān)控模型 200
12.5 TE過(guò)程仿真分析 203
12.5.1 主成分的魯棒性分析 203
12.5.2 預(yù)測(cè)和監(jiān)控性能的魯棒性 206
12.6 結(jié)論 218
參考文獻(xiàn) 218
第13章 基于離散變量的貝葉斯因果網(wǎng)絡(luò) 220
13.1 貝葉斯因果網(wǎng)絡(luò)的構(gòu)建 220
13.1.1 貝葉斯因果網(wǎng)絡(luò)的描述 221
13.1.2 因果結(jié)構(gòu)的構(gòu)建 221
13.1.3 因果網(wǎng)絡(luò)參數(shù)學(xué)習(xí) 224
13.2 基于因果圖模型的推理預(yù)測(cè) 225
13.3 實(shí)驗(yàn)驗(yàn)證 227
13.3.1 公開(kāi)數(shù)據(jù)集案例 227
13.3.2 TE過(guò)程的報(bào)警預(yù)測(cè) 229
13.4 結(jié)論 235
參考文獻(xiàn) 235
第14章 基于連續(xù)變量的因果圖模型 237
14.1 因果圖模型的構(gòu)建 237
14.1.1 因果網(wǎng)絡(luò)拓?fù)錁?gòu)建 237
14.1.2 概率密度估計(jì) 238
14.1.3 核密度估計(jì)質(zhì)量的評(píng)價(jià)指標(biāo) 239
14.2 基于FLSA的動(dòng)態(tài)閾值設(shè)定 241
14.3 正向故障診斷和反向推理 243
14.4 實(shí)驗(yàn)驗(yàn)證：TE過(guò)程 245
14.5 結(jié)論 248
參考文獻(xiàn) 248
書(shū)單推薦
