摘要:近几年来,随着工业生产规模的不断扩大工业生产过程也越来越复杂。因此,人们对于生产过程的建模工作也越发重视。但是当生产过程需求发生改变或者生产的原材料产品类型发生变更的时候,一个生产过程会出现多种不同的模态。由于多模态过程的各个模态的均值和方差都会变化,因此需要采用分类方法对过程数据进行处理,得到多个训练子集,然后对各个训练子集用数据驱动的方法建立子模型,完成对整个生产过程的融合建模。本文是基于规范变量分析的方法,首先,生成连续搅拌反应釜过程(CSTR)三种作模式下的训练数据,利用朴素贝叶斯分类器对在线测得的数据进行分类;然后,采用规范变量分析(canonical variate analysis, CVA)实现不同模态模型的更新;最后,将提出的方法与直接建模方法进行对比分析,其结果表明了该方法的有效性和精准性。
关键字:朴素贝叶斯分类器;规范变量分析法(CVA);连续搅拌反应釜(CSTR);软测量建模;数据驱动
目录
摘要
Abstract
第一章 绪 论-1
1.1 本课题研究的意义-1
1.2 研究领域现状-1
1.3 所做的主要工作-3
第二章 连续搅拌反应釜的MATLAB仿真-5
2.1 连续搅拌反应釜研究-5
2.1.1 连续搅拌反应釜结构-5
2.1.2 连续搅拌反应釜的动力学模型-5
2.2 MATLAB的概述-8
2.3 基于MATLAB的CSTR仿真-9
第三章 模态识别与建模算法-12
3.1 引言-12
3.2 贝叶斯定理-12
3.3 基于朴素贝叶斯分类器的模态识别-13
3.4 CVA定理-14
3.4.1 CVA的简单运用-15
3.5 基于CVA的子空间辨识方法-16
第四章 基于CVA的多模态过程建模-18
4.1 MATLAB建模思想-18
4.2 MATLAB函数-18
4.3 成果展示-18
4.4 方法对比-21
第五章 总结与展望-23
5.1 总结-23
5.2 展望-23
参考文献-24
致 谢-26