导读:本文包含了控制图模式识别论文开题报告文献综述、选题提纲参考文献，主要关键词:图谱,指纹,质量控制,化学,转矩,时间,力矩。
控制图模式识别论文文献综述写法
覃华亮,覃子龙,符传武,谢金利[1]（2019）在《UPLC-MS/MS多组分快速测定结合化学模式识别的玉叶清火片质量控制研究》一文中研究指出目的建立UPLC-MS/MS法同时测定玉叶清火片中10种指标成分(京尼平苷酸、绿原酸、山栀苷甲酯、3,5-O-二咖啡酰基奎宁酸、栀子苷、玉叶金花苷酸甲酯、β-蜕皮甾酮、穿心莲内酯、蟛蜞菊内酯、脱水穿心莲内酯)的含量,结合化学模式识别方法对其进行系统、全面和科学的质量评价。方法安捷伦Zorbax SB C18柱(50 mm×3.0 mm,1.8μm);流动相为甲醇-0.1%乙酸(含0.02 mol/L乙酸铵)水溶液,梯度洗脱,体积流量0.3 mL/min;质谱采用ESI正、负离子同时采集,多反应监测(MRM)模式扫描,并对定量测定结果进行聚类分析(CA)、主成分分析(PCA)及正交偏最小二乘法-判别分析(OPLS-DA),综合评价其质量的差异性。结果在优化的色谱质谱条件下,10种成分分别在0.352 5～14.100 0、5.402～270.100、0.2058～8.2320、1.050～42.020、4.020～160.800、4.328～173.100、2.044～204.400、2.251～225.000、0.2328～9.312 0、4.708～188.300μg/mL线性关系良好(r>0.999 1),平均加样回收率95.02%～99.66%(RSD<3.0%);定量分析结果表明大多数批次药物质量较为稳定;但通过CA和PCA均发现不同批次药品质量之间仍然存在微小差异,最后通过OPLS-DA筛出引起批次间质量差异的6个标志性成分,分别是穿心莲内酯、脱水穿心莲内酯、玉叶金花苷酸甲酯、山栀苷甲酯、3,5-O-二咖啡酰基奎宁酸、绿原酸。结论实验建立的方法简便、灵敏、高效,可用于玉叶清火片中多种主要活性成分的快速测定;测定结果结合化学模式识别技术可从整体上综合评价药物质量,为玉叶清火片的质量控制研究提供新的科学依据和数据处理方法。(本文来源于《中草药》期刊2019年22期）
詹君,程龙生,彭宅铭,胡多海[2]（2019）在《基于混合模型与改进多分类马田系统的控制图模式识别》一文中研究指出为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。(本文来源于《中国机械工程》期刊2019年22期）
王海燕,侯琳娜[3]（2019）在《基于随机森林的统计控制图模式识别研究》一文中研究指出引入随机森林方法进行统计控制图模式识别的研究。提取了控制图的统计特征和形状特征,设计了5种不同的特征组合方法,利用蒙特卡洛仿真方法产生训练数据集和测试数据集,选取了常用的3种模式识别方法(支持向量机方法、人工神经网络方法、决策树方法)进行对比。实验结果表明,随机森林方法相比其他3种分类器方法,在分类准确率和消耗时间两个维度上都有明显优势,可以应用于统计过程控制图模式识别。(本文来源于《工业工程》期刊2019年05期）
卜树坡,陈丽,赵展[4]（2019）在《基于全生命周期的电能表质量控制图模式识别研究》一文中研究指出根据控制图的6种模式类型,提出在全生命周期过程中采用BP神经网络技术对P控制图进行模式识别。首先采用蒙特卡洛法对BP神经网络进行建模,然后对实际生产数据生成的P控制图进行模式识别,最后对造成不良品率上升阶跃和上升趋势两种模式的原因进行了分析,并以电能表液晶黑屏故障为例说明了控制图模式识别的反馈作用。(本文来源于《电测与仪表》期刊2019年18期）
李卓伦,周霖,王肖辉,孙志,左莉华[5]（2019）在《基于UPLC指纹图谱结合化学模式识别的芪参益气滴丸质量控制研究》一文中研究指出目的采用超高效液相色谱法建立芪参益气滴丸的指纹图谱,并结合化学模式识别技术对其进行系统、全面和科学的质量评价。方法采用Waters超高效液相色谱仪,ACQUITY UPLC?HSS T3色谱柱,以乙腈-0.1%甲酸水为流动相进行梯度洗脱,检测波长为256nm,建立10批次芪参益气滴丸的指纹图谱。通过相似度分析并结合聚类分析(cluster analysis,CA)、主成分分析(principal component analysis,PCA)及正交偏最小二乘法-判别分析(orthogonal partial least squares discriminantanalysis,OPLS-DA)模式识别技术对芪参益气滴丸的总体质量进行分析评价。结果建立的指纹图谱共标定53个共有峰,经对照品进行化学指认并鉴定了其中的14个色谱峰。10批供试品的相似度均>0.94,表明该药物总体质量较为稳定;但通过CA及PCA均发现不同批次药物质量之间仍然存在有微小差异,且主要分为2大类,最后进一步采用OPLS-DA筛选出了导致批次药物质量差异的3个共有峰。结论本研究建立的分析方法科学、准确、可靠且简便易行,指纹图谱结合化学模式识别技术可更加系统、全面地评价芪参益气滴丸的药物质量,同时为今后中药及其制剂更进一步的质量控制研究奠定了坚实的理论基础。(本文来源于《中国现代应用药学》期刊2019年14期）
杨琳,李廷利[6]（2019）在《基于HPLC指纹图谱结合化学模式识别的护肝片质量控制研究》一文中研究指出目的建立中成药护肝片的HPLC指纹图谱,为其质量评价提供依据。方法采用HPLC法,以五味子醇甲为参照,绘制10批护肝片原料粉样品的HPLC图谱;利用中药色谱指纹图谱相似度评价系统(2004 A)进行相似度评价,确定共有峰。采用主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)对样品进行模式识别分析。结果 10批护肝片样品的HPLC图谱有22个共有峰,经对照品进行化学指认共鉴定了其中的6个色谱峰,分别是五味子醇甲、柴胡皂苷a、柴胡皂苷c、柴胡皂苷d、五味子甲素、五味子乙素。10批供试品的相似度均大于0.97,表明该药物总体质量较为稳定;但通过PCA发现不同批次药物质量之间存在微小差异,且主要分为2类,最后进一步采用OPLS-DA筛选出了导致批次药物质量差异的2种主要成分,分别为12号峰(柴胡皂苷d)和22号峰。结论护肝片指纹图谱的构建和化学模式识别为护肝片的质量评价提供了可行的理论依据,可为生产厂家在药品生产中更高效、合理地控制药品质量提供科学依据。(本文来源于《中草药》期刊2019年14期）
伍常亮,朱波,万育微,赵晟然[7]（2019）在《基于Bi-LSTM的质量控制图模式识别》一文中研究指出为提高制造过程质量智能控制的控制效果,提出了一种基于双向长短时间记忆网络(Bidirectional LSTM,Bi-LSTM)的控制图失控模式识别方法。文中分析了其分类的基本原理,构建了控制图模式识别模型,并通过蒙特卡洛仿真方法生成仿真数据集,进行仿真实验验证。仿真实验结果表明,Bi-LSTM用于控制图模式识别,准确率相对多层感知机(MLP)、贝叶斯分类器有了显着提升,相比支持向量机(SVM)具有效率上的明显优势,且在大样本下识别准确率更高。(本文来源于《软件》期刊2019年07期）
谭洪亮[8]（2019）在《基于可拓模式识别的轮毂电机驱动汽车稳定性控制系统研究》一文中研究指出根据轮毂电机驱动汽车各轮转矩独立可控的特点,分别进行了基于直接横摆力矩控制的整车稳定性控制研究以及基于电机工作状态考虑的驱动控制策略研究。首先,利用Carsim/Simulink建立了轮毂电机驱动汽车动力学模型,同时搭建了二自由度参考模型和电机模型。其次,以汽车横摆角速度偏差和质心侧偏角作为评判车辆稳定性的特征量,对汽车的稳定性状态进行了不同等级区域的划分,在不同等级区域内分别采用横摆角速度和质心侧偏角控制实现了整车稳定性控制。通过转矩平均分配仿真验证了整个控制策略的有效性。然后,着眼于多电机的使用势必会引起故障率增加,且综合能效降低的问题,基于电机工作状态的考虑,分别提出了面向能效的和面向电机失效的整车驱动控制策略。当各轮电机均处于正常工作状态时,在保证车辆稳定性的基础上进行各轮的转矩优化分配,以提高整车能效;当存在电机故障时,则根据故障电机的数量和相对位置,判断车辆是否能够继续行驶或停车处理。若能继续行驶,则通过在正常电机间对需求转矩的再分配实现故障车辆的稳定性行驶。最后通过仿真对此驱动控制策略进行了验证,仿真结果表明控制策略有效。最后,分别设计搭建了轮毂电机实验台架和试验车平台,并进行了相关的开发及试验工作。首先基于轮毂电机实验台架,对电机和磁粉制动器分别进行了标定,并在此基础上进行了整车驱动控制策略的部分硬件在环试验;其次对试验车平台的控制架构和轮速采集算法分别进行了简要介绍,并通过实车平台对两前轮电机失效情况下的稳定性控制及驱动控制策略进行了实验验证。(本文来源于《合肥工业大学》期刊2019-04-01）
卢敏童[9]（2019）在《基于SVM的制造过程多元质量诊断与控制图模式识别研究》一文中研究指出在当前产品日渐复杂化与多样化的情况下,如何保证产品的质量将变得日趋重要。对企业生产的产品而言,质量的要求越来越高,且质量控制的因素也越来越多。而多元质量控制图与多元质量诊断技术的运用有助于企业改进多元质量特性的产品质量、提高产品竞争力。在传统的静态控制图已经不能满足企业实时的、动态的对质量进行监测的缺点下,本文首先提出了一种变抽样策略的多元T~2控制图,分析了该控制图的相关理论与建立标准,基于马尔科夫链方法建立了VSSI-T~2控制图与对比的MEWMA控制图的平均报警时间ATS,给出了不同参数条件下二者的最优采样策略,证明了在发生失控时其改进后动态控制图的平均报警时间更短。其次,当生产过程中存在系统因素时,需要对控制图模式进行识别以快速发现失控原因,控制图的异常模式可以发现生产过程中潜在存在的质量问题,本文在SVM的理论基础及其算法模型的基础上,基于有效统计特征与形状特征的提取建立了一种MSVM模型的分类器,并基于网络搜索的方法对该分类器的参数组合进行优化,并与BP神经网络算法做对比验证了该多元分类器对六种控制图模式的识别是可行性的,且有着较高的正确率。最后以控制图模式中的阶跃偏移为例,建立了一种呈正相关关系的多元过程均值偏移诊断模型。当多元控制图发生警报时,该模型可以对发生均值偏移的具体变量进行准确的定位,进而采取相应措施使相关变量尽快恢复到稳定受控的状态。(本文来源于《合肥工业大学》期刊2019-04-01）
蒋闻,李骊,赵晋,唐文左,张程柯[10]（2019）在《基于微电网运行模式识别的逆变器自适应控制结构》一文中研究指出微电网离网过程涉及到并网开关的关断和逆变器控制方式的改变,两者动作完成时间的差异使微电网进入异常运行模式,从而影响微电网离网过程的稳定性。针对这一时序问题提出了一种微电网模式识别函数,该函数通过比较微电网和大电网的频率差来判断微电网运行模式;然后利用模式识别函数对逆变器控制结构进行改进,使逆变器能够在微电网孤网运行时自动切换为VF控制方式,并网运行时自动切换为PQ控制方式;最后,将自适应控制逆变器应用于微电网的离网过程,仿真验证了其对微电网离网过程的改善效果。(本文来源于《电力系统及其自动化学报》期刊2019年09期）
控制图模式识别论文开题报告范文
（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：
为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。
（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。
控制图模式识别论文参考文献
[1].覃华亮,覃子龙,符传武,谢金利.UPLC-MS/MS多组分快速测定结合化学模式识别的玉叶清火片质量控制研究[J].中草药.2019
[2].詹君,程龙生,彭宅铭,胡多海.基于混合模型与改进多分类马田系统的控制图模式识别[J].中国机械工程.2019
[3].王海燕,侯琳娜.基于随机森林的统计控制图模式识别研究[J].工业工程.2019
[4].卜树坡,陈丽,赵展.基于全生命周期的电能表质量控制图模式识别研究[J].电测与仪表.2019
[5].李卓伦,周霖,王肖辉,孙志,左莉华.基于UPLC指纹图谱结合化学模式识别的芪参益气滴丸质量控制研究[J].中国现代应用药学.2019
[6].杨琳,李廷利.基于HPLC指纹图谱结合化学模式识别的护肝片质量控制研究[J].中草药.2019
[7].伍常亮,朱波,万育微,赵晟然.基于Bi-LSTM的质量控制图模式识别[J].软件.2019
[8].谭洪亮.基于可拓模式识别的轮毂电机驱动汽车稳定性控制系统研究[D].合肥工业大学.2019
[9].卢敏童.基于SVM的制造过程多元质量诊断与控制图模式识别研究[D].合肥工业大学.2019
[10].蒋闻,李骊,赵晋,唐文左,张程柯.基于微电网运行模式识别的逆变器自适应控制结构[J].电力系统及其自动化学报.2019