当前位置:主页 > 管理论文 > 工程管理论文 >

基于过程迁移的批次过程运行优化研究

发布时间:2022-02-22 19:52
  批次过程在工业生产中占有非常重要的地位,被广泛应用在化工、冶炼、食品、加工、制药等具有高附加值的工业领域中。随着工业过程发展对于产品质量要求的不断提高,批次过程优化可以在提高产品质量的同时降低产品生产成本。基于数据模型的方法以其方便、快速的优势在批次优化中得到了广泛的应用,然而这种方法需要大量的数据,新批次生产过程由于数据积累严重不足,使得对于新批次过程的优化很难实行。然而,在工业过程中存在着大量相似生产过程,这些过程积累了丰富的数据。传统的数据方法只是关注了过程本身的数据,而没有注意到多源数据的存在,造成资源的浪费。本文主要是基于过程迁移策略将相似旧批次过程中丰富的数据迁移以辅助新批次过程的建模和运行优化,从而加快新批次过程的优化,提高企业综合经济效益。本文的主要研究内容如下所示:(1)本研究主要以批次过程为研究对象,首先介绍了批次过程的特性以及批次过程优化的意义,并且对于批次过程的研究现状进行了总结。介绍了多变量统计回归建模方法,包括PCA(Principal Component Analysis),PLS(Partial least squares),以及产品迁移中常用的EPCA... 

【文章来源】:中国矿业大学江苏省211工程院校教育部直属院校

【文章页数】:69 页

【学位级别】:硕士

【文章目录】:
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 批次过程的概述和研究意义
    1.2 批次过程优化研究现状
    1.3 论文的主要工作
    1.4 本章小结
2 多变量统计回归建模方法
    2.1 主成分分析
    2.2 偏最小二乘
    2.3 基于数据的过程迁移
    2.4 本章小结
3 基于过程迁移的批次间运行优化
    3.1 引言
    3.2 过程迁移
    3.3 新批次过程运行优化问题的提出
    3.4 基于JY-PLS的修正自适应策略
    3.5 过程迁移模型的有效性
    3.6 仿真分析
    3.7 本章小结
4 基于过程迁移的批次内和批次间运行优化
    4.1 引言
    4.2 批次内和批次间优化介绍
    4.3 优化补偿方法
    4.4 基于过程迁移的批次内和批次间优化方法
    4.5 仿真与分析
    4.6 本章小结
5 总结和展望
参考文献
作者简历
学位论文数据集


【参考文献】:
期刊论文
[1]基于主元相似度的间歇过程操作曲线递推优化[J]. 仇力,栾小丽,刘飞.  化工学报. 2017(07)
[2]基于迭代神经动态规划的数据驱动非线性近似最优调节[J]. 王鼎,穆朝絮,刘德荣.  自动化学报. 2017(03)
[3]草酸钴合成过程批次间自适应优化[J]. 黄碧璇,毛志忠,贾润达.  控制理论与应用. 2016(02)
[4]基于多PCA模型的过程监测方法[J]. 常玉清,王姝,王福利,谭帅,刘炎.  仪器仪表学报. 2014(04)
[5]基于混合KPLS-FDA的过程监控和质量预报方法[J]. 石怀涛,刘建昌,谭帅,张羽,王洪海.  控制与决策. 2013(01)
[6]基于多最小二乘支持向量机的草酸钴粒度软测量[J]. 张淑宁,王福利,何大阔,贾润达.  仪器仪表学报. 2010(09)
[7]基于时段的间歇过程统计建模、在线监测及质量预报[J]. 赵春晖,王福利,姚远,高福荣.  自动化学报. 2010(03)
[8]一种基于改进MPCA的间歇过程监控与故障诊断方法[J]. 齐咏生,王普,高学金,公彦杰.  化工学报. 2009(11)
[9]草酸钴热分解行为及其热力学分析[J]. 田庆华,郭学益,李钧.  矿冶工程. 2009(04)
[10]基于免疫机制的多目标蚁群算法用于间歇反应器的约束动态多目标优化[J]. 贺益君,陈德钊.  高校化学工程学报. 2009(02)

博士论文
[1]基于KPLS的工业过程监测方法研究[D]. 胡益.华东理工大学 2014

硕士论文
[1]基于多元统计分析的故障诊断方法研究[D]. 苑天琪.杭州电子科技大学 2014
[2]基于多尺度主元分析的丙烯聚合过程故障诊断研究[D]. 程吉锋.浙江工业大学 2009



本文编号:3640114

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3640114.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a77a2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com