123,123,123

內(nèi)容簡(jiǎn)介

　　間歇過(guò)程是生物制藥、精細(xì)化工和食品飲料行業(yè)中的主要生產(chǎn)方式，但是也因其間歇式的特點(diǎn)，存在著周期性批量生產(chǎn)、物料狀態(tài)和操作參數(shù)呈現(xiàn)動(dòng)態(tài)性、工藝控制要求高等特點(diǎn)。發(fā)酵過(guò)程是一種典型的間歇過(guò)程，發(fā)酵過(guò)程關(guān)乎經(jīng)濟(jì)發(fā)展和人民生活水平的提高，生物制藥是國(guó)務(wù)院確立的七大戰(zhàn)略性新興產(chǎn)業(yè)之一，在京津冀一體化中將起到重要的支撐作用。本書(shū)圍繞生物發(fā)酵過(guò)程的批次不等長(zhǎng)特性、動(dòng)態(tài)特性和多階段特性，研究以往方法在進(jìn)行監(jiān)測(cè)時(shí)存在的問(wèn)題，通過(guò)建立高效高精度過(guò)程監(jiān)測(cè)模型，降低監(jiān)測(cè)的誤報(bào)率和漏報(bào)率，保障運(yùn)行安全，做到及時(shí)捕捉發(fā)酵過(guò)程中各檢測(cè)變量的變化，若發(fā)現(xiàn)監(jiān)測(cè)故障，及時(shí)通知工作人員，工作人員通過(guò)調(diào)整發(fā)酵環(huán)境或暫停生產(chǎn)，盡可能提高產(chǎn)物質(zhì)量、穩(wěn)定生產(chǎn)或者減少損失，進(jìn)而減少能源消耗和資源浪費(fèi)。研究成果一旦獲得推廣，會(huì)極大地提高發(fā)酵過(guò)程生產(chǎn)的安全性，減少事故的發(fā)生和資源的浪費(fèi)，創(chuàng)造較大的經(jīng)濟(jì)效益和社會(huì)效益。

作者簡(jiǎn)介

　　常鵬，1981年出生，講師。主要從事間歇過(guò)程統(tǒng)計(jì)建模及監(jiān)測(cè)等方面的研究。目前，作為主要參與人，參與國(guó)家自然科學(xué)基金項(xiàng)目1項(xiàng)、高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金1項(xiàng)。近三年，發(fā)表學(xué)術(shù)論文8篇，被SCI、EI收錄5篇；獲得國(guó)家發(fā)明專(zhuān)利1項(xiàng)。

圖書(shū)目錄

摘要
Abstract
第1章緒論1
1.1本書(shū)研究背景及意義1
1.2發(fā)酵過(guò)程簡(jiǎn)介及特征分析3
1.3發(fā)酵過(guò)程的統(tǒng)計(jì)過(guò)程監(jiān)測(cè)10
1.4本書(shū)的研究?jī)?nèi)容及章節(jié)安排17
第2章基于多階段MPCA的間歇過(guò)程監(jiān)測(cè)研究21
2.1引言21
2.2主元分析(PCA)22
2.3多向主元分析(MPCA)25
2.4基于改進(jìn)AP聚類(lèi)的間歇過(guò)程階段劃分方法研究27
2.5仿真驗(yàn)證與結(jié)果分析33
2.6本章小結(jié)42
第3章基于MAR-PCA的間歇過(guò)程監(jiān)測(cè)研究43
3.1引言43
3.2動(dòng)態(tài)性對(duì)過(guò)程監(jiān)測(cè)的影響44
3.3基于MAR-PCA的間歇過(guò)程監(jiān)測(cè)45
3.4MAR-PCA算法步驟48
3.5數(shù)值實(shí)例仿真研究50
3.6本章小結(jié)55
第4章多階段MAR-PCA在間歇過(guò)程監(jiān)測(cè)中的應(yīng)用研究56
4.1引言56
4.2多階段MAR-PCA算法56
4.3基于多階段MAR-PCA的間歇過(guò)程在線(xiàn)監(jiān)測(cè)59
4.4仿真研究與結(jié)果分析60
4.5本章小結(jié)65
第5章基于仿射傳播聚類(lèi)的批次加權(quán)階段軟化分66
5.1引言66
5.2反距離加權(quán)67
5.3基于改進(jìn)AP的階段軟化分68
5.4仿真研究73
5.5本章小結(jié)78
第6章基于信息傳遞的采樣點(diǎn)階段歸屬判斷80
6.1引言80
6.2信息傳遞81
6.3采樣點(diǎn)階段歸屬的初步選擇83
6.4采樣點(diǎn)階段歸屬的最終判定84
6.5仿真研究86
6.6本章小結(jié)89
第7章基于子階段自回歸主元分析的發(fā)酵過(guò)程在線(xiàn)監(jiān)測(cè)91
7.1引言91
7.2主元分析與自回歸模型92
7.3發(fā)酵過(guò)程子階段監(jiān)測(cè)模型的建立95
7.4子階段AR-PCA在線(xiàn)監(jiān)測(cè)99
7.5仿真研究100
7.6本章小結(jié)110
第8章基于PDPSO優(yōu)化的AP聚類(lèi)階段劃分112
8.1引言112
8.2AP聚類(lèi)算法113
8.3PDPSO算法113
8.4基于PDPSO優(yōu)化的AP聚類(lèi)算法階段劃分117
8.5仿真研究119
8.6本章小結(jié)120
第9章基于多階段自回歸主元分析的發(fā)酵過(guò)程監(jiān)測(cè)122
9.1引言122
9.2主元分析與自回歸模型123
9.3基于A(yíng)R殘差的MPCA模型126
9.4多階段AR-PCA監(jiān)測(cè)127
9.5多階段AR-PCA監(jiān)測(cè)模型的建立128
9.6仿真研究129
9.7大腸桿菌發(fā)酵現(xiàn)場(chǎng)實(shí)驗(yàn)與結(jié)果分析141
9.8本章小結(jié)150
第10章基于KPCA-PCA的多階段間歇過(guò)程監(jiān)控策略151
10.1引言151
10.2數(shù)據(jù)集的相似度理論152
10.3多階段KPCA-PCA監(jiān)控策略156
10.4仿真驗(yàn)證與應(yīng)用研究165
10.5本章小結(jié)181
第11章基于GMM-DPCA的非高斯過(guò)程故障監(jiān)控182
11.1引言182
11.2高斯混合模型(GMM)理論183
11.3基于GMM-DPCA的故障監(jiān)控策略185
11.4基于GMM-DPCA監(jiān)控策略的離線(xiàn)建模和新批次監(jiān)控190
11.5應(yīng)用研究191
11.6本章小結(jié)200
第12章基于KECA的間歇過(guò)程多階段監(jiān)測(cè)方法研究201
12.1引言201
12.2多階段過(guò)程監(jiān)測(cè)策略203
12.3構(gòu)建多階段的監(jiān)測(cè)模型206
12.4算法驗(yàn)證209
12.5本章小結(jié)219
第13章間歇過(guò)程子階段非高斯監(jiān)測(cè)方法研究220
13.1引言220
13.2基于多階段KEICA的間歇過(guò)程監(jiān)測(cè)222
13.3算法驗(yàn)證228
13.4本章小結(jié)241
第14章總結(jié)與展望242
14.1總結(jié)242
14.2展望244
參考文獻(xiàn)248