导读:本文包含了过失误差侦破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:误差,过失,数据,测量,小波,广义,建模。
过失误差侦破论文文献综述
李思璐,柳耀文,于景萍,傅强,刘海波[1]（2018）在《供热系统传感器数据过失误差侦破方法研究》一文中研究指出为提高集中供热系统上传数据的准确性,研究误差数据的识别方法,应用小波滤波、中值滤波、误差反向传播(BP)神经网络3种方法对供热系统换热站内的一级网流量传感器上传的数据进行过失误差侦破,并对比3种方法的侦破结果,得出中值滤波方法的过失误差侦破效果最好的结论。(本文来源于《华电技术》期刊2018年11期）
肖冬,包晶晶[2]（2015）在《一种基于聚类分析的3MAD-MMMD过失误差侦破方法》一文中研究指出软测量建模时所使用的数据集中若含有过失误差,将在很大程度上影响所建模型的精确度.因此,在建模之前,针对建模所使用的数据集,提出了基于聚类分析的集成3MAD-MMMD过失误差的侦破方法.在采集无缝钢管穿孔过程中不同变量不同时刻的数据后,将其排列成数据矩阵.首先运用3MAD算法剔除其中的单变量大误差得到新的数据矩阵,之后采用欧氏距离公式求得新矩阵中同一变量的数据到其最近点的距离,最后以所有变量最近距离的中位值dmed为检测标准,对新的数据矩阵进行过失误差侦破处理.实验和仿真图表明,3MAD-MMMD侦破方法有效地剔除了采集数据中的过失误差.(本文来源于《东北大学学报(自然科学版)》期刊2015年08期）
包晶晶[3]（2015）在《复杂工业过程过失误差侦破》一文中研究指出现代工业中,为了对产品的质量进行准确控制及保证生产产品全部合格,必须对与产品质量密切相关的重要变量进行及时的、精确的检测。在大量的工业过程中,往往需要采用流量计、传感器对多数变量进行在线或离线的测量,然后将这些现场采集到的变量数据作为后续工作(例如过程控制、生产管理、决策分析、流程调整等)的依据。因此,需要正确的数据构建准确无误的数学模型来努力达到产品的合格性。但是,由于受到多种因素(如测量仪表失灵、管道或设备泄漏以及操作不稳定等)的影响,现场数据往往存在影响建模准确度的过失误差。一方面,若测量数据中因受上述因素影响存在过失误差,在处理和解决工程最优化问题时,采集的输入变量数据无法正确为建模反映生产过程的真实情况。此外,过失误差数据定会被分摊到原本正确数据上而使校正结果恶化;另一方面,对输入变量的原始数据进行过失误差侦破所得的结果数据,有助于操作人员及时发现和排除仪表或管道泄漏故障并有针对性地进行设备维修。因此,在进行数据校正时,需要对用于软测量建模的数据进行过失误差侦破,从而保证模型搭建的精确度。本文根据上述背景,对各复杂工业过程过失误差侦破展开了较为深入的研究。首先,对原有的侦破过失误差的3MAD算法以及MMMD聚类算法进行了研究和分析,提出了将二者有机结合在一起形成新的基于3MAD-MMMD聚类分析方法。随后,在对新方法进行进一步研究的过程中,又提出了全新的基于3MAD-GRW-MMMD加权聚类分析的集成侦破方法,并通过比较发现新方法的优势所在。其次,对主元分析方法PCA进行了相关的学习和研究,发现PCA用于过失误差侦破的不足之处。随后对主元分析法提出了合理的改进方案,并在反复的实验比较和验证过程中得到了新方法——基于GRW-PCA的过失误差侦破方法。最后,根据上述的研究基础,将两种新方法应用于青霉素发酵过程、LF精炼炉冶炼过程和无缝钢管导盘转速相关参数的数据集处理。实验和仿真表明,基于3MAD-GRW-MMMD加权聚类分析法和GRW-PCA主元分析法可以更加快速有效地找出数据集中的过失误差。并且,通过对各个工业过程不同特点的分析比较,最终根据优缺点确定两种新方法各自适用于何种工业生产的过失误差侦破过程中。(本文来源于《东北大学》期刊2015-06-01）
李贵晓[4]（2014）在《化工过程动态数据校正与过失误差侦破的研究》一文中研究指出准确可靠的测量数据是实现装置过程模拟、控制、优化和生产的前提条件，然而通过仪表测量获取的过程数据中的误差影响了数据的准确性。因此，需要利用数据校正技术消除测量数据中的误差。目前测量数据中的误差分为随机误差和过失误差两种，其中随机误差是指服从均值为0的正态分布的、相互独立的误差；而过失误差可以认为是较少出现的、不服从正态分布的各类误差的统称。数据校正的基本原理就是利用各种过程冗余信息对测量数据中的误差进行处理，使其满足过程内在的物料平衡、能量平衡以及其它关系式。根据工业过程的实际操作条件不同，数据校正可以分为稳态数据校正和动态数据校正。本文主要对几种常用的动态数据校正方法进行了研究与改进，包括不基于化工过程动态模型的小波滤波法和基于化工过程动态模型的鲁棒数据校正法与卡尔曼滤波法。小波滤波能有效降低化工过程测量数据的随机误差，但却无法识别测量数据中是否存在过失误差。为此，本文通过总结小波滤波数据校正实例中校正值、分解层数与过失误差之间的规律，给出了叁者之间的关系公式，并以此公式为基础给出了基于小波滤波侦破过失误差的方法。然后将这一方法与软阈值小波滤波相结合，对反应釜系统模拟产生的测量数据进行校正。校正结果表明本文提出的基于软阈值小波滤波的数据校正方法可以有效地侦破出测量数据中的过失误差。在鲁棒数据校正中，用不同的算法对鲁棒数学模型进行求解得到的数据校正效果不同。本文采用粒子群优化算法对鲁棒数学模型进行求解，并且以正交配置法处理化工过程的约束条件，然后将所得到的校正结果与采用序贯二次规划法对鲁棒数学模型求解所得的校正结果进行对比研究。对全混流反应器动态数据的校正结果表明，采用粒子群优化算法求解所得的校正结果优于采用序贯二次规划法求解所得的结果，因此实际应用时，若数据规模较小时可首选粒子群算法。传统的卡尔曼滤波不能侦破过失误差，并且对含过失误差的测量数据无法进行有效的校正。因此本文将卡尔曼滤波与鲁棒估计相结合，采用鲁棒函数修正测量值方差的方式对卡尔曼滤波进行了改进，以此来提高卡尔曼滤波的鲁棒性并降低过失误差对卡尔曼滤波校正值的影响。在测量值方差修正的过程中，本文同时引入了一个参数及其临界值作为方差是否需要修正的判断标准，以避免所提改进方法对不含过失误差的测量值进行不必要的校正。本文利用这一方法分别对拓展卡尔曼滤波与无味卡尔曼滤波进行了改进，并利用这两种改进的卡尔曼滤波对一个非线性实例进行了校正。校正结果表明，与传统的卡尔曼滤波相比，改进的卡尔曼滤波的过失误差校正性能有了显着提高，可有效地用于动态过程的数据校正与过失误差侦破。而且经过对比得出，鲁棒改进的无味卡尔曼滤波明显优于改进的拓展卡尔曼滤波，因此实际应用时，可首先鲁棒改进的无味卡尔曼滤波。另外，本文还对基于不同鲁棒函数改进的卡尔曼滤波进行了研究，结果表明不同鲁棒函数的选择对改进的卡尔曼滤波的数据校正性能也有一定的影响。(本文来源于《青岛科技大学》期刊2014-06-13）
李贵晓,郜二芬,黄兆杰,金思毅[5]（2014）在《化工过程中基于小波滤波法的过失误差侦破研究》一文中研究指出小波滤波能有效降低化工过程测量数据的随机误差,但却无法识别测量数据中是否存在过失误差。为此,本文通过总结大量小波滤波数据校正实例中校正值、分解层数与过失误差之间存在的关系,提出了叁者之间的关系公式,并根据此公式侦破识别过失误差。对Aspen Dynamic模拟产生的测量数据的校正结果表明,文中提出的公式准确的反映出了校正值、分解层数和过失误差的关系,并且利用该公式能够有效地侦破和识别过失误差。(本文来源于《山东化工》期刊2014年02期）
王莉,金思毅,黄兆杰[6]（2013）在《基于广义似然比法的化工非线性动态过程过失误差侦破》一文中研究指出广义似然比法(GLR)是一种有效适用于线性稳态化工过程的过失误差侦破方法。通过将动态化工数据协调模型中的微分约束和代数约束转化为矩阵形式和非线性约束线性化方法,成功将GLR应用到连续搅拌釜(CSTR)非线性动态系统中,同时计算了GLR在该系统中的过失误差侦破性能。统计结果表明,GLR的过失误差侦破率与过失误差大小和窗口长度有关:侦破率随过失误差增大而增大,随窗口长度增大而增大。(本文来源于《青岛科技大学学报(自然科学版)》期刊2013年03期）
李学文,金思毅,黄兆杰[7]（2012）在《化工过程中MT-两两同步过失误差侦破方法的研究》一文中研究指出在工业过程中,获得准确可靠的测量数据是实现过程控制、模拟、优化和生产管理的前提条件。过程数据中存在的过失误差直接影响数据的准确性,因此,进行过失误差侦破与识别是非常重要的。根据测量数据检验法和两两同步侦破法的优缺点,提出了测量数据检验法和两两同步侦破法的组合方法来进行过失误差侦破与识别。实例应用表明,该方法不仅保留了两两同步法能够有效地侦破多个过失误差和泄漏的优势,而且明显地降低了两两同步侦破法中需要计算的统计检验量的数目,减少了侦破过程的计算量。(本文来源于《青岛科技大学学报(自然科学版)》期刊2012年02期）
金思毅,李宁,刘猛,陶少辉[8]（2010）在《广义似然比过失误差侦破方法的改进及应用研究》一文中研究指出准确可靠的测量数据是工业过程优化和控制的重要前提,实际过程中由于过失误差的存在导致测量数据不准确,而传统的过失误差侦破方法常会出现过失误差分摊到其他测量数据上的现象。本文在研究广义似然比法(GLR法)过失误差侦破的原理及步骤的基础上,对GLR法的检验统计量进行改进,提出了2个变量同步侦破补偿的两两同步侦破法,即每次同时用2个变量计算检验统计量,并对相对调节量大的测量数据进行补偿。两两同步侦破法与GLR法的实例考核结果表明,在相同显着性水平下,两两同步侦破法的总体检验能力和选择性比GLR法高,且犯第1类错误的概率比GLR法小。因此新方法提高了过失误差侦破率,降低了犯第1类错误的概率,能有效地对过失误差进行侦破和识别,且同步补偿后得到的补偿值更准确,有利于获得较为准确的过程数据。(本文来源于《计算机与应用化学》期刊2010年11期）
胡云苹,赵英凯,李丽娟[9]（2010）在《基于改进PCA的软测量数据过失误差侦破》一文中研究指出为提高软测量的模型精度,剔除建模数据中的过失误差,提出采用Bagging-PCA方法进行误差侦破。利用Bagging算法的集成思想,改善单变量大误差对经典PCA的影响,提高算法稳定性,实现数据的过失误差侦破。用该方法对丙烯浓度的软测量进行过失误差侦破,取得了良好的效果。(本文来源于《计算机工程》期刊2010年18期）
胡云苹,赵英凯[10]（2010）在《基于3MAD-PCA的软测量数据过失误差侦破》一文中研究指出经典PCA是一种对软测量建模数据进行误差侦破的方法,但当数据中存在单变量大误差时,该方法不能准确确定主元(PC),从而影响了误差侦破效果。针对这一情况,结合单变量误差侦破技术提出了3MAD-PCA方法。该方法首先用3MAD对数据分别进行单变量误差侦破,再利用经典PCA进行多变量误差侦破,提高了经典PCA方法的稳定性,有效实现了数据的过失误差侦破。用该方法对丙烯浓度的软测量数据进行过失误差侦破,取得了良好的效果。(本文来源于《计算机工程与设计》期刊2010年01期）
过失误差侦破论文开题报告
（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：
软测量建模时所使用的数据集中若含有过失误差,将在很大程度上影响所建模型的精确度.因此,在建模之前,针对建模所使用的数据集,提出了基于聚类分析的集成3MAD-MMMD过失误差的侦破方法.在采集无缝钢管穿孔过程中不同变量不同时刻的数据后,将其排列成数据矩阵.首先运用3MAD算法剔除其中的单变量大误差得到新的数据矩阵,之后采用欧氏距离公式求得新矩阵中同一变量的数据到其最近点的距离,最后以所有变量最近距离的中位值dmed为检测标准,对新的数据矩阵进行过失误差侦破处理.实验和仿真图表明,3MAD-MMMD侦破方法有效地剔除了采集数据中的过失误差.
（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。
过失误差侦破论文参考文献
[1].李思璐,柳耀文,于景萍,傅强,刘海波.供热系统传感器数据过失误差侦破方法研究[J].华电技术.2018
[2].肖冬,包晶晶.一种基于聚类分析的3MAD-MMMD过失误差侦破方法[J].东北大学学报(自然科学版).2015
[3].包晶晶.复杂工业过程过失误差侦破[D].东北大学.2015
[4].李贵晓.化工过程动态数据校正与过失误差侦破的研究[D].青岛科技大学.2014
[5].李贵晓,郜二芬,黄兆杰,金思毅.化工过程中基于小波滤波法的过失误差侦破研究[J].山东化工.2014
[6].王莉,金思毅,黄兆杰.基于广义似然比法的化工非线性动态过程过失误差侦破[J].青岛科技大学学报(自然科学版).2013
[7].李学文,金思毅,黄兆杰.化工过程中MT-两两同步过失误差侦破方法的研究[J].青岛科技大学学报(自然科学版).2012
[8].金思毅,李宁,刘猛,陶少辉.广义似然比过失误差侦破方法的改进及应用研究[J].计算机与应用化学.2010
[9].胡云苹,赵英凯,李丽娟.基于改进PCA的软测量数据过失误差侦破[J].计算机工程.2010
[10].胡云苹,赵英凯.基于3MAD-PCA的软测量数据过失误差侦破[J].计算机工程与设计.2010
论文知识图
