基于ISDAE模型的复杂工业过程运行状态评价

目录

声明

致谢

变量注释表

1 绪论

1.1 研究背景及意义

1.2 运行状态评价的研究现状

1.3 本文的主要工作

2 基础理论与方法

2.1 数据预处理

2.2.1 PCA算法介绍

2.2.2 基于PCA算法的过程监测

2.3 贡献图算法

2.4.1 人工神经网络

2.4.2 稀疏降噪自编码器

2.5 本章小结

3 基于ISDAE 模型的运行状态评价

3.1 引言

3.2 运行状态评价模型介绍

3.2.1 基于ISDAE的特征提取模型

3.2.2 运行状态识别模型

3.3 基于 ISDAE 模型的运行状态评价方法

3.3.1 运行状态等级的划分

3.3.2 离线建立运行状态评价模型

3.3.3 运行状态在线评价

3.3.4 非优因素识别

3.4 仿真实验

3.4.1 建立运行状态评价及非优因素识别模型

3.4.2 在线评价

3.5 本章小结

4 基于深度 ISDAE 模型和伪标签半监督学习机制的运行状态评价

4.1 引言

4.2.1 深度ISDAE特征提取模型

4.2.2 半监督学习算法

4.3 基于伪标签半监督学习机制的运行状态评价方法

4.3.1 基于伪标签的半监督学习算法

4.3.2 伪标签选择策略

4.3.3 离线建立运行状态评价模型

4.4.1 实验设计

4.4.2 使用重介质选煤过程的机理模型仿真数据进行运行状态评价

4.4.3 使用实际选煤过程数据进行运行状态评价

4.5 本章小结

5 总结和展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集