检索结果-南通市图书馆

检索条件"主题词=多工况建模"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于数据挖掘的冷连轧过程板形缺陷预测与诊断方法研究

基于数据挖掘的冷连轧过程板形缺陷预测与诊断方法研究

引用

作者：李昕航南京航空航天大学

学位级别：硕士

冷连轧过程具有多工况、多变量、非线性、大数据等特点,板形缺陷成因复杂,基于机理模型的方法难以胜任板形缺陷的在线预测和诊断。本文以宝钢2030mm冷轧过程DSR板形控制系统为应用对象,采取多元统计分析、数据挖掘等数据驱动技术,研究... 详细信息

冷连轧过程具有多工况、多变量、非线性、大数据等特点,板形缺陷成因复杂,基于机理模型的方法难以胜任板形缺陷的在线预测和诊断。本文以宝钢2030mm冷轧过程DSR板形控制系统为应用对象,采取多元统计分析、数据挖掘等数据驱动技术,研究多工况下冷轧过程的板形预测及缺陷识别问题。针对DSR动态板形控制系统的多工况以及某些工况下的产品缺陷数据具有小样本的特点,提出了一种基于支持向量机(SVM)的板形在线监测方法。首先,将过程变量进行主成分分析(PCA),所得到的主成分作为支持向量机的输入,将板形变量正交分解后作为支持向量机的输出,通过迭代计算、训练,最终得到多输入单输出的板形回归预测模型;然后,利用贝叶斯准则优化支持向量机的系数,更新支持向量机回归模型,克服不确定性信息对板形预测精度的影响。实验结果表明,该方法可以有效解决多工况下的快速板形建模问题,板形预测精度高。针对DSR动态板形控制系统的多工况、海量数据等特点,改进了传统的频繁模式挖掘算法——Apriori算法,实现多工况下板形缺陷数据的频繁模式挖掘。首先,利用主成分分析(PCA)进行过程变量降维;然后,利用PCA方法中的SPE统计量界限设置阈值,挑选故障数据;再用改进的Apriori算法对板形缺陷的关联性特征进行挖掘;最终得到每种缺陷的频繁项,形成相应的诊断知识用于故障原因的识别。实验结果表明,此方法诊断结果和现场专家的诊断结果吻合,方法可信度高,具有良好的工程应用前景。

关键词：冷连轧过程板形预测缺陷识别频繁模式挖掘多工况建模多元统计分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于流形学习的近红外光谱建模技术研究

基于流形学习的近红外光谱建模技术研究

引用

作者：张瑾江南大学

学位级别：硕士

近红外光谱（Near Infrared Spectroscopy,NIRS）分析技术作为一种高效、快速、无损和低成本的在线检测技术,能够实现产品质量的定量分析,被广泛用于现代流程工业的生产过程中。但近红外光谱存在多重共线性、检测敏感度高、基线漂移等问... 详细信息

近红外光谱（Near Infrared Spectroscopy,NIRS）分析技术作为一种高效、快速、无损和低成本的在线检测技术,能够实现产品质量的定量分析,被广泛用于现代流程工业的生产过程中。但近红外光谱存在多重共线性、检测敏感度高、基线漂移等问题,无法直接从光谱信号中获取有关样品的定量信息,因而近红外光谱分析技术只能通过间接分析实现检测,这种间接分析的方式又依赖于高性能的校正模型,因此近红外光谱分析技术的关键核心点在于如何建立高精度的校正模型。本文针对近红外建模中出现的高维和非线性等问题,在光谱数据的流形假设基础上,利用流形提取的手段,捕捉数据的全局和局部结构信息,从而提升建模的精度。然而流程工业中经常出现多工况和光谱数据标签不足的问题,对实际建模工作造成了影响。因此本文对不同历史工况下的光谱数据进行多流形假设,分别从多工况识别和多工况信息迁移的角度来进行研究。具体的研究内容如下:（1）基于全局-局部保持嵌入的近红外建模。针对光谱数据高维和非线性的问题,综合利用全局和局部结构信息帮助建立高精度的校正模型。其中局部信息的获取可以捕捉数据流形的局部不变结构,用于处理数据间的非线性关系;而全局信息的提取可以捕捉数据的整体结构信息（即方差信息）,并且缓解数据采样的质量问题。基于上述优势,该方法可以在处理高维和非线性问题的同时,保留更多的有效信息,从而建立更高精度的校正模型。通过原油脱盐脱水过程的近红外光谱分析实验,表明了所提方法的优越性和可行性。（2）基于堆栈式收缩自编码器的多流形近红外建模。考虑多工况生产过程,利用光谱数据的多流形假设,提出一种基于深度自编码器的多流形建模方法。该方法采用收缩自编码器,可以捕捉数据流形的切平面方向,从而解决数据间的非线性问题;为提升模型的鲁棒性,该方法还利用深度网络结构来强化收缩自编码器,缓解光谱检测对环境变化的高敏感性问题。此外,针对不同工况,该方法分别提取相应的子流形结构信息,然后基于这些信息进行离线的建模。建模完成后,该方法可在线识别工况,并对待测的属性值做出高性能的预测。对比于其他传统方法,原油脱盐脱水过程的实验验证了该方法的优越性。（3）基于多流形迁移的近红外建模。利用各工况之间的相似性,针对数据标签不足的问题,利用其他工况的数据信息,帮助当前待建模的工况建立满足一定精度要求的校正模型。本文先提出一种偏最小二乘流形迁移建模方法,在迁移其他工况数据信息的同时,保留数据流形的局部结构性质以及光谱数据和样品属性值之间的回归关系,从而保证迁移后的校正模型具有较好的预测性能。此外,本文还提出一种多流形迁移方法,借助于通用特征提取器去除所有光谱数据的多余信息,然后针对不同工况分别进行迁移建模,最后根据最大均值差异（Maximum Mean Discrepancy,MMD）对不同的模型结果进行加权集成。原油脱盐脱水过程的实验表明该方法具有较好的预测性能。

关键词：近红外光谱技术流形学习多工况建模自编码器迁移学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：