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(cè)與過(guò)程優(yōu)化的基礎(chǔ)。但在工業(yè)生產(chǎn)過(guò)程中,根據(jù)生產(chǎn)需求,生產(chǎn)往往需要在多種工況下進(jìn)行,同時(shí),生產(chǎn)設(shè)備以及生產(chǎn)過(guò)程慢時(shí)變,這些都將影響模型性能。因此,研究工況及慢時(shí)變情況下,如何有效對(duì)模型進(jìn)行校正具有重要的理論與實(shí)際意義。本文以鈷礦酸性浸出過(guò)程為研究背景,首先對(duì)浸出過(guò)程以及鈷礦浸出過(guò)程機(jī)理模型進(jìn)行了介紹,并通過(guò)仿真實(shí)驗(yàn)分析了影響浸出率的主要因素。在對(duì)偏最小二乘（PLS）建模方法進(jìn)行了概述的基礎(chǔ)上,并以機(jī)理模型作為實(shí)際過(guò)程,利用PLS建立浸出過(guò)程浸出率預(yù)測(cè)模型。利用主元分析（PCA）方法對(duì)浸出過(guò)程浸出率預(yù)測(cè)模型性能參數(shù)進(jìn)行監(jiān)測(cè),以實(shí)現(xiàn)對(duì)浸出過(guò)程慢時(shí)變與工況大幅變化的監(jiān)測(cè)與判別,仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。然后,介紹了基于模型移植的浸出過(guò)程建模與校正方法。在此基礎(chǔ)上,依據(jù)浸出過(guò)程慢時(shí)變與工況大幅變化的監(jiān)測(cè)與判別結(jié)果,提出針對(duì)不同情況的浸出過(guò)程模型校正方法,其總體思想是當(dāng)工況大幅變化時(shí),利用基于案例與模型移植的模型校正方法進(jìn)行模型校正；當(dāng)發(fā)生過(guò)程慢時(shí)變時(shí),利用增量PLS方法進(jìn)行模型校正。具體的,當(dāng)通過(guò)模型監(jiān)測(cè)監(jiān)測(cè)到當(dāng)工況大幅變化時(shí),首先在... 

【文章來(lái)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(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)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(guò)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(guò)程監(jiān)測(cè)方法研究現(xiàn)狀
    1.5 本文主要工作
第2章 浸出過(guò)程模型與偏最小二乘建模方法研究
    2.1 浸出過(guò)程概述
    2.2 鈷礦浸出過(guò)程機(jī)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(guò)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(cè)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(cè)模型監(jiān)測(cè)方法研究
    3.1 主元分析監(jiān)測(cè)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(cè)理論
    3.2 浸出率預(yù)測(cè)模型監(jiān)測(cè)變量的選取
    3.3 浸出率預(yù)測(cè)模型監(jiān)測(cè)結(jié)果分析
    3.4 本章小結(jié)
第4章 基于監(jiān)測(cè)與案例的浸出率預(yù)測(cè)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(cè)的校正結(jié)果分析
    4.2 基于監(jiān)測(cè)與案例的浸出率預(yù)測(cè)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(cè)與案例的浸出率預(yù)測(cè)模型校正方法的實(shí)現(xiàn)
        4.5.1 基于監(jiān)測(cè)的浸出率預(yù)測(cè)模型校正方法的實(shí)現(xiàn)
        4.5.2 基于案例的浸出率預(yù)測(cè)模型校正方法的實(shí)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(bào)(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(dòng)力學(xué)研究[J]. 占?jí)巯?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(guó)平.  化工時(shí)刊. 2006(10)
[6]高爐鋁酸鈣爐渣浸出過(guò)程動(dòng)力學(xué)[J]. 佟志芳,畢詩(shī)文,李慧莉,楊毅宏.  過(guò)程工程學(xué)報(bào). 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(dòng)化. 2004(06)
[8]基于PLS模型的自適應(yīng)間歇過(guò)程質(zhì)量預(yù)測(cè)[J]. 李春富,ZHANG Jie,王桂增.  清華大學(xué)學(xué)報(bào)(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(cè)[J]. 張伏生,汪鴻,韓悌,孫曉強(qiáng),張振宇,曹進(jìn).  電網(wǎng)技術(shù). 2003(03)
[10]基于人工智能方法的復(fù)雜過(guò)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(jìn)OPLS間歇過(guò)程監(jiān)測(cè)、質(zhì)量預(yù)測(cè)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(guò)程監(jiān)測(cè)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(cè)與診斷[D]. 朱孔偉.東南大學(xué) 2006



本文編號(hào)：3526736