資源描述：
《基于復雜可測變量的非線性過程智能監(jiān)控方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、碩士學位論文基于復雜可測變量的非線性過程智能監(jiān)控方法研究RESEARCHBASEDONAVAILABLEMEASUREMENTSFORNONLINEARPROCESSMONITORING張景欣哈爾濱工業(yè)大學2016年6月國內圖書分類號：TP277學校代碼：10213國際圖書分類號：621.3密級：公開工學碩士學位論文基于復雜可測變量的非線性過程智能監(jiān)控方法研究碩士研究生：張景欣導師：尹珅教授申請學位：工學碩士學科：控制科學與工程所在單位：航天學院答辯日期：2016年6月授予學位單位：哈爾濱工業(yè)大學ClassifiedIndex:T
2、P277U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHBASEDONAVAILABLEMEASUREMENTSFORNONLINEARPROCESSMONITORINGCandidate：ZhangJingxinSupervisor：Prof.YinShenAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：Schoo
3、lofAstronauticsDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學工學碩士學位論文摘要過程監(jiān)控是保證系統(tǒng)可靠性和安全性的重要研究課題。隨著工業(yè)系統(tǒng)日益復雜化和智能化，部分系統(tǒng)的數學模型和先驗知識難以獲取，基于解析模型和基于知識的方法難以在此類系統(tǒng)中有效地推廣和應用。值得關注的是，這些工業(yè)系統(tǒng)往往能產生海量隱含系統(tǒng)信息的歷史和實時數據。如何挖掘這些數據的有效信息對系統(tǒng)進行監(jiān)控成為學者廣泛關注的重點
4、，這也是基于數據驅動的過程監(jiān)控方法研究內容。然而，目前大部分算法研究都是針對線性系統(tǒng)，實際系統(tǒng)是復雜的非線性過程?；诖?，針對非線性靜態(tài)系統(tǒng)，本文將改進的主成分分析算法拓展到非線性系統(tǒng)，為問題的解決提供新的思路和研究方法。首先，本文通過對眾多主成分分析方法進行對比分析，從中選擇最有效的過程監(jiān)控算法，并利用田納西-伊斯曼過程的數據進行仿真驗證，為后續(xù)算法提出提供必要條件。然后，本文探討改進的主成分分析方法在非線性系統(tǒng)的應用問題。將改進的主成分分析算法應用到局部加權投影回歸算法生成的局部線性模型，對局部模型的統(tǒng)計量進行加權平均得到全局
5、統(tǒng)計量，并根據變量分布情況提出兩種閾值計算方法。同時，將提出的算法與其他非線性算法對比，說明提出算法在計算復雜度、學習速度、魯棒性等方面優(yōu)越性。非線性的數值算例仿真結果證明提出算法的有效性。最后，本文介紹汽車懸架系統(tǒng)采用基于數據驅動方法的必要性，并將提出算法應用到懸架系統(tǒng)，實驗結果證明本文所提方法的先進性。關鍵詞：過程監(jiān)控；數據驅動；局部加權投影回歸；主成分分析-I-哈爾濱工業(yè)大學工學碩士學位論文AbstractProcessmonitoringisanimportantresearchtopictoensuresystemrel
6、iabilityandsecurity.Withtheincreasingcomplexityandintelligenceofindustrialsystems,itisdifficulttoobtainmathematicalmodelsandadvancedknowledgeofthesystems.Therefore,itisdifficultformodel-basedaswellasknowledge-basedapproachestoeffectivelypromoteanduseinsuchsystems.Itis
7、worthnotingthattheseindustrialsystemstendtoproducemassivehistoricalandreal-timedata.Howtoe?ectivelytakeadvantageofthesedatatomonitorthesystembecomesthefocusofattentionofscholarsandalsocontributestotheresearchofdata-drivenprocessmonitoring.However,mostoftheapproachesar
8、eaimedatlinearsystemsuptonow.Basedonthisfact,inallusiontononlinearstaticsystem,modifiedprincipalcomponentanalysisisextendedt
