| 题名 | 基于二维动态的间歇过程贝叶斯状态估计; Bayesian State Estimation for Batch Processes Based on Two-Dimensional Dynamics |
| 作者 | 王耀宗 |
| 答辩日期 | 2016-12-22 ; 2016-05-15 |
| 导师 | 周笋 |
| 关键词 | 不等长间歇过程 不完整观测 状态估计 Uneven Batch Process Incomplete Observations State Estimation |
| 英文摘要 | 随着柔性化生产的趋势，间歇过程在化工、食品、冶金和生物制药中的比重逐渐增大。在间歇生产中，存在不可测量或测量成本较高的过程变量，这些变量关系到产品质量，需要对其进行实时监测。本文研究间歇过程状态变量的在线估计。但间歇过程有别于连续过程的特点，估计时存在一些特殊问题。由于外界环境、数据采集系统、反应条件差异等因素影响，不同批次的间歇过程的操作时长可能不等。此外，根据不同批次内同一时刻的过程状态是否一一对应，间歇过程又可分为操作轨线对齐和非对齐(称为“漂移”)两种情况。有些情况下，还可能由于监测器和传感器故障、网络阻塞、人为操作失误等，使得观测数据不完整或不可用。针对间歇过程状态估计中的上述问题，...; In the chemical industry, food processing, metallurgy and biopharming, the increasing proportion of batch process is owing to the trend of flexible production. There are some process variables in batch process, affecting product quality, that are unmeasured or measured with high cost, and we need to real-time monitor them. This paper researches on online estimation of state variables in batch proc...; 学位：工程硕士; 院系专业：航空航天学院_工程硕士(控制工程); 学号：23220131153362 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=55303 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/130058]  |
| 专题 | 航空航天－学位论文 |
| 推荐引用方式 GB/T 7714 | 王耀宗. 基于二维动态的间歇过程贝叶斯状态估计, Bayesian State Estimation for Batch Processes Based on Two-Dimensional Dynamics[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论