导读:本文包含了主元分析技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,多变,技术,液氢,声速,故障,过程。
主元分析技术论文文献综述
付龙龙,杨新民,童博,文乐[1]（2019）在《基于主元分析的烟气协同脱除技术研究》一文中研究指出为达到超低排放的要求,对某300、600、660 MW机组进行了不同形式的烟气处理系统升级改造。改造后的运行试验表明:这3台机组的脱硫协同除尘效率在69.73%～81.21%之间。为进一步分析协同除尘效率的主要影响因素,以600 MW机组为例,采用主元分析法,得到影响脱硫协同除尘效率的主要因素是脱硫入口烟尘浓度、机组负荷和脱硫装置入口SO_2浓度。进一步分析,脱硫入口SO_2浓度在1 805 mg/m~3,其协同除尘效率最高。(本文来源于《热能动力工程》期刊2019年03期）
朱永昌[2]（2015）在《基于主元分析的故障检测技术及应用系统研究》一文中研究指出故障检测是提高复杂设备系统运行可靠性和安全性的需要。因此,研究故障检测系统的逻辑功能及其体系结构,开发故障检测算法,设计可扩展的设备故障检测平台,具有理论意义和应用价值。根据设备运行状态变量之间的特点,研究了可消除数据间相关性及数据冗余的主元分析方法,据此设计了基于核主元分析的故障检测算法。为了降低检测算法的误报率,在基于核主元分析的故障检测算法中引入了小波去噪处理,开发了一种基于小波去噪的核主元分析故障检测算法。使用田纳西-伊斯曼过程数据作为仿真数据对算法进行了仿真验证。结果表明,对于非线性问题,基于主元分析的故障检测算法性能较差,误报率高;基于核主元分析的故障检测算法具有更好的异常检出能力,误报率有所降低;而基于小波去噪的核主元分析故障检测算法则进一步降低了误报率。以PLC控制的一类典型液压机为对象,研究设计了一种状态数据采集方案。方案基于如下假设:液压机的状态数据由PLC控制主系统配置的传感器采集,然后通过串口通信,将数据传输到采集平台,在平台上运行致命故障检测算法,必要时发出报警信息,同时通过无线短距通信将数据传输到扩展系统。考虑部署的便利性,液压机运行数据采集平台基于嵌入式技术设计,并以TQ2440为基础进行了故障检测系统的软硬件设计。实验结果表明了数据采集方案的有效性。(本文来源于《太原科技大学》期刊2015-05-01）
叶凌箭,王朗,马修水,宋执环[3]（2014）在《基于主元分析的最优状态检测技术》一文中研究指出针对不确定化工过程的实时优化问题,提出了一种基于主元分析的最优状态检测技术。通过分析系统在不同扰动工况下的最优状态必须满足最优性必要条件这一特征,提出使用测量变量对最优状态特征进行等价描述。基于主元分析方法建立最优状态的特征模型并使用多变量统计手段建立统计限,判别当前系统状态是否处于最优操作点。主要的思路是将系统非最优状态视为一种特殊的过程故障,然后通过多变量统计方法检测出来。提出的最优状态检测技术可用于评估系统的优化控制性能,并且为控制系统是否有必要进一步执行后续实时优化措施提供指导意见。(本文来源于《计算机与应用化学》期刊2014年01期）
才丽红[4]（2012）在《基于主元分析的液氢生产过程故障检测技术》一文中研究指出从美国、欧洲、俄罗斯、日本的航天技术发展过程来看，液氢作为一种高效、无污染的推进剂，是提高运载火箭性能的最理想的燃料，运载火箭技术发展到一定水平时，必然采用液氢液氧作为推进剂。同时，航天技术的发展又会带动液氢应用的推广，液氢作为一种理想的能源，将会逐步扩大到诸如航空、汽车等多个领域，并发挥越来越大的作用。液氢的生产过程非常复杂，如果出现故障，不仅严重影响我国航天型号研制周期和发射任务，还可能造成重大的安全事故。然而我国液氢生产起步晚、经验少，尤其在故障检测方面的研究还未见报导。因此开展液氢生产过程故障检测技术的研究意义重大。本文首先介绍了国内外故障检测与诊断技术的发展和现状，并针对液氢生产的特点，提出适合于采用基于主元分析的方法进行故障检测技术的研究。接着针对一套实际的液氢生产系统，对其工艺过程进行了详细阐述，并抽象出物理模型作为研究对象。最后根据物理模型和经验，研究了液氢生产系统的故障模式，确定了用于研究的测量变量，为后续数学方法研究故障检测技术奠定了物理学的基础。在上述基础上，对主元分析方法进行了详细介绍，并对主元模型在液氢生产过程故障检测中的应用进行了深入的分析和验证。结果显示利用平方预测误差（SPE）统计量可以有效检测液氢生产过程中的主要故障，但对一些对过程影响较小的故障无法检出。为此，提出了一种基于D-检验指标的优化PCA故障检测方法，并对其在液氢生产过程故障检测中的应用进行了研究。通过仿真验证表明，基于优化PCA的故障检测技术不仅可以有效减少对过程的误报现象，还可以提高故障检测的灵敏性，对一些对过程影响较小的故障，传统PCA无法检测出，但优化PCA方法则能够有效地检测出来。通过研究、分析和验证表明，本文研究的主元分析方法可以全面用于液氢生产过程的故障检测，并可利用该算法编制应用软件，开发液氢生产过程的实时故障检测系统。(本文来源于《哈尔滨工程大学》期刊2012-05-07）
谭啸峰,沈海斌[5]（2011）在《基于主元分析的空间手写平面化预处理技术》一文中研究指出为了将空间手写识别回归为平面手写识别问题,提出了一种新型的空间手写识别平面化预处理技术,采用基于主元分析(PCA)的投影算法对空间手写字符轨迹进行了平面化处理。该算法中,投影平面的确定仅依赖于手写字符轨迹采样点集本身的统计特征,故当书写角度发生变化时,投影平面也会随之产生适应性变化,以产生最佳的投影效果;最后在实验中,对比了指定初始平面投影法和主元分析投影法在不同书写角度下的投影效果,实验结果直观地证明了该投影算法的有效性。(本文来源于《机电工程》期刊2011年08期）
魏秀业,潘宏侠,王福杰[6]（2009）在《基于粒子群优化的核主元分析特征的提取技术》一文中研究指出针对核主元分析在参数设置上的盲目性,提出应用粒子群优化算法优化核函数参数,并将核主元分析应用于特征提取中。首先建立核函数参数优化的数学模型,然后应用加速度自适应粒子群优化算法对其寻优,并通过Iris数据集进行仿真研究,验证其提取特征的有效性。将优化的核主元分析方法应用于齿轮箱典型故障的特征提取中,结果表明:参数优化的核主元分析能有效降低齿轮箱特征向量的维数,较线性主元分析取得更好的故障识别效果。该方法在机械故障信号的非线性特征提取中具有优势。(本文来源于《振动、测试与诊断》期刊2009年02期）
罗忠辉,卢博[7]（2009）在《基于主元分析技术的海底沉积物声速预报方程》一文中研究指出通过应用主元分析技术建立预报海底沉积物声速的经验方程,将前人研究报道的经验方程进行分析研究,指出其计算误差,运用南海南部大陆架和大陆坡数据,建立了主元回归计算模型。从理论上研究了如何在众多影响声速的物理参数中,排除相互关联的参数,优选出相互独立的、且对声速有显着影响的少数几个物理参数,用优选后的物理参数建立了南海南部海域大陆架及大陆坡沉积物的3参数(孔隙度n、颗粒中值粒径Md、塑限Wp)声速预报方程:Cp=1774-5.0944n+12.499Md+0.9985Wp,该方程的相对预报误差仅为-4.48%—3.77%。(本文来源于《热带海洋学报》期刊2009年03期）
杨文娟[8]（2008）在《神经网络和主元分析—神经网络软测量技术在污水处理系统中的应用》一文中研究指出为了实现对污水处理系统参数与性能的有效预测和处理系统的在线实时控制,在介绍神经网络和主元分析神经网络软测量技术的基础上,分析了神经网络在国内外污水处理领域的研究现状和存在的问题,探讨了神经网络软测量技术在污水处理系统的发展方向。结果表明,基于神经网络的软测量技术能够很好地进行数据分析与模拟仿真,这种软测量技术在污水处理系统中的应用可以通过优化神经网络结构、结合其他数据处理方法、全面预测污水处理系统重要参数、收集与生物处理过程密切相关的参数以及加强对污水生物处理数学模型的研究等方式得到不断改进和完善。(本文来源于《地球科学与环境学报》期刊2008年01期）
张洪,须文波,刘飞[9]（2005）在《基于主元分析的挖掘技术在过程监控中的应用》一文中研究指出在连续重整加热炉等设备的生产运行中,集散控制系统的过程监控功能存在诸多不足之处,为此应用数据挖掘技术中的主元分析方法,通过建立数学模型,从集散控制系统自身所带的大量数据中提取有用信息,实现对过程数据的有效压缩和准确的恢复。随后,利用多变量统计分析方法对该加热炉运行过程实施监控分析,通过绘制T2图和SPE控制量图判断过程的运行状态,从而监控整个生产过程,及时发现和预防故障的产生,实现对所有可能故障最大灵敏度和鲁棒性的量度。(本文来源于《石油机械》期刊2005年12期）
杨莉[10]（2004）在《基于主元分析的多变量统计过程的故障辨识技术》一文中研究指出为了更好的进行故障检测与诊断,介绍了主元分析理论,给出了基于主元分析的过程故障辨识机理及策略。仿真实例表明,利用此方法建立的故障诊断模型,能够在不依赖过程机理的前提下高效抽取原始数据空间的主要变化信息,对过程的非正常变化做出反应,同时还能较正确地找出发生故障的原因以及相应环节。(本文来源于《信息与电子工程》期刊2004年04期）
主元分析技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
故障检测是提高复杂设备系统运行可靠性和安全性的需要。因此,研究故障检测系统的逻辑功能及其体系结构,开发故障检测算法,设计可扩展的设备故障检测平台,具有理论意义和应用价值。根据设备运行状态变量之间的特点,研究了可消除数据间相关性及数据冗余的主元分析方法,据此设计了基于核主元分析的故障检测算法。为了降低检测算法的误报率,在基于核主元分析的故障检测算法中引入了小波去噪处理,开发了一种基于小波去噪的核主元分析故障检测算法。使用田纳西-伊斯曼过程数据作为仿真数据对算法进行了仿真验证。结果表明,对于非线性问题,基于主元分析的故障检测算法性能较差,误报率高;基于核主元分析的故障检测算法具有更好的异常检出能力,误报率有所降低;而基于小波去噪的核主元分析故障检测算法则进一步降低了误报率。以PLC控制的一类典型液压机为对象,研究设计了一种状态数据采集方案。方案基于如下假设:液压机的状态数据由PLC控制主系统配置的传感器采集,然后通过串口通信,将数据传输到采集平台,在平台上运行致命故障检测算法,必要时发出报警信息,同时通过无线短距通信将数据传输到扩展系统。考虑部署的便利性,液压机运行数据采集平台基于嵌入式技术设计,并以TQ2440为基础进行了故障检测系统的软硬件设计。实验结果表明了数据采集方案的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
主元分析技术论文参考文献
[1].付龙龙,杨新民,童博,文乐.基于主元分析的烟气协同脱除技术研究[J].热能动力工程.2019
[2].朱永昌.基于主元分析的故障检测技术及应用系统研究[D].太原科技大学.2015
[3].叶凌箭,王朗,马修水,宋执环.基于主元分析的最优状态检测技术[J].计算机与应用化学.2014
[4].才丽红.基于主元分析的液氢生产过程故障检测技术[D].哈尔滨工程大学.2012
[5].谭啸峰,沈海斌.基于主元分析的空间手写平面化预处理技术[J].机电工程.2011
[6].魏秀业,潘宏侠,王福杰.基于粒子群优化的核主元分析特征的提取技术[J].振动、测试与诊断.2009
[7].罗忠辉,卢博.基于主元分析技术的海底沉积物声速预报方程[J].热带海洋学报.2009
[8].杨文娟.神经网络和主元分析—神经网络软测量技术在污水处理系统中的应用[J].地球科学与环境学报.2008
[9].张洪,须文波,刘飞.基于主元分析的挖掘技术在过程监控中的应用[J].石油机械.2005
[10].杨莉.基于主元分析的多变量统计过程的故障辨识技术[J].信息与电子工程.2004
论文知识图
