建立操作變量與質(zhì)量等重要生產(chǎn)指標(biāo)相關(guān)關(guān)系模型是指標(biāo)預(yù)測與過程優(yōu)化的基礎(chǔ)。但在工業(yè)生產(chǎn)過程中,根據(jù)生產(chǎn)需求,生產(chǎn)往往需要在多種工況下進行,同時,生產(chǎn)設(shè)備以及生產(chǎn)過程慢時變,這些都將影響模型性能。因此,研究工況及慢時變情況下,如何有效對模型進行校正具有重要的理論與實際意義。本文以鈷礦酸性浸出過程為研究背景,首先對浸出過程以及鈷礦浸出過程機理模型進行了介紹,并通過仿真實驗分析了影響浸出率的主要因素。在對偏最小二乘（PLS）建模方法進行了概述的基礎(chǔ)上,并以機理模型作為實際過程,利用PLS建立浸出過程浸出率預(yù)測模型。利用主元分析（PCA）方法對浸出過程浸出率預(yù)測模型性能參數(shù)進行監(jiān)測,以實現(xiàn)對浸出過程慢時變與工況大幅變化的監(jiān)測與判別,仿真實驗結(jié)果驗證了該方法的有效性。然后,介紹了基于模型移植的浸出過程建模與校正方法。在此基礎(chǔ)上,依據(jù)浸出過程慢時變與工況大幅變化的監(jiān)測與判別結(jié)果,提出針對不同情況的浸出過程模型校正方法,其總體思想是當(dāng)工況大幅變化時,利用基于案例與模型移植的模型校正方法進行模型校正；當(dāng)發(fā)生過程慢時變時,利用增量PLS方法進行模型校正。具體的,當(dāng)通過模型監(jiān)測監(jiān)測到當(dāng)工況大幅變化時,首先在... 

【文章來源】：東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的背景與意義
    1.2 浸出過程建模與校正研究現(xiàn)狀
    1.3 模型移植理論的發(fā)展現(xiàn)狀
    1.4 過程監(jiān)測方法研究現(xiàn)狀
    1.5 本文主要工作
第2章 浸出過程模型與偏最小二乘建模方法研究
    2.1 浸出過程概述
    2.2 鈷礦浸出過程機理模型
    2.3 影響鈷礦浸出率的因素
    2.4 偏最小二乘建模方法(PLS)及其在浸出過程中的應(yīng)用研究
        2.4.1 PLS基本算法
        2.4.2 基于PLS的浸出率預(yù)測模型
    2.5 本章小結(jié)
第3章 基于主元分析的浸出率預(yù)測模型監(jiān)測方法研究
    3.1 主元分析監(jiān)測理論
        3.1.1 主元分析基本理論
        3.1.2 基于主元分析的監(jiān)測理論
    3.2 浸出率預(yù)測模型監(jiān)測變量的選取
    3.3 浸出率預(yù)測模型監(jiān)測結(jié)果分析
    3.4 本章小結(jié)
第4章 基于監(jiān)測與案例的浸出率預(yù)測模型校正方法研究
    4.1 基于模型誤差與基于PCA模型監(jiān)測的校正結(jié)果分析
    4.2 基于監(jiān)測與案例的浸出率預(yù)測模型校正方法的基本思想
    4.3 基于案例的決策技術(shù)
    4.4 決策案例的表示形式
    4.5 基于監(jiān)測與案例的浸出率預(yù)測模型校正方法的實現(xiàn)
        4.5.1 基于監(jiān)測的浸出率預(yù)測模型校正方法的實現(xiàn)
        4.5.2 基于案例的浸出率預(yù)測模型校正方法的實現(xiàn)
    4.6 仿真研究
    4.7 本章小結(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于偏最小二乘的BP網(wǎng)絡(luò)模型及其應(yīng)用[J]. 劉瓊蓀,張艷粉.  重慶大學(xué)學(xué)報(自然科學(xué)版). 2007(07)
[2]含釩石煤氧壓酸浸中影響釩浸出率的主要因素研究[J]. 魏昶,樊剛,李旻廷,鄧志敢.  稀有金屬. 2007(S1)
[3]濕法冶金新發(fā)展[J]. 馬榮駿.  濕法冶金. 2007(01)
[4]硫鐵礦燒渣酸浸反應(yīng)動力學(xué)研究[J]. 占壽祥,鄭雅杰.  化學(xué)工程. 2006(11)
[5]紅土酸浸的最佳條件研究[J]. 王靖宇,陳國平.  化工時刊. 2006(10)
[6]高爐鋁酸鈣爐渣浸出過程動力學(xué)[J]. 佟志芳,畢詩文,李慧莉,楊毅宏.  過程工程學(xué)報. 2005(04)
[7]鈷萃取工藝的控制系統(tǒng)[J]. 樊甲斌,楊立斌.  石油化工自動化. 2004(06)
[8]基于PLS模型的自適應(yīng)間歇過程質(zhì)量預(yù)測[J]. 李春富,ZHANG Jie,王桂增.  清華大學(xué)學(xué)報(自然科學(xué)版). 2004(10)
[9]基于偏最小二乘回歸分析的短期負(fù)荷預(yù)測[J]. 張伏生,汪鴻,韓悌,孫曉強,張振宇,曹進.  電網(wǎng)技術(shù). 2003(03)
[10]基于人工智能方法的復(fù)雜過程故障診斷技術(shù)[J]. 桂衛(wèi)華,劉曉穎.  控制工程. 2002(04)

碩士論文
[1]基于改進OPLS間歇過程監(jiān)測、質(zhì)量預(yù)測及異常變量追溯[D]. 王金芬.東北大學(xué) 2009
[2]基于多階段MPCA方法的間歇過程監(jiān)測研究[D]. 張佳.北京化工大學(xué) 2009
[3]基于主元分析的電廠鍋爐故障檢測與診斷[D]. 朱孔偉.東南大學(xué) 2006



本文編號：3526736