掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
冶金生產過程質量監控理論與方法 版權信息
- ISBN：9787502469016
- 條形碼：9787502469016 ; 978-7-5024-6901-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
冶金生產過程質量監控理論與方法 內容簡介
《冶金生產過程質量監控理論與方法》結合冶金生產過程的特點，系統地介紹適用于鋼鐵企業的產品質量監控理論與方法，具體包括：數據樣本和數理統計的基礎知識、單變量統計過程控制、多變量統計過程控制、歷史數據集的構造、生產過程的優化控制、非線性預測與診斷、全流程質量監控系統的框架等，并在此基礎上，結合生產實際數據給出應用實例！ 兑苯鹕a過程質量監控理論與方法》可為鋼鐵企業從事產品質量分析的工程技術人員和其他科研人員提供指導和參考，同時也適合于高等院校及相關科研單位的研究人員使用。
冶金生產過程質量監控理論與方法 目錄
符號表
1 緒論
1.1 冶金生產過程的特點
1.2 質量監控技術的現狀與發展趨勢
1.3 本書各章節內容
2 數據樣本的基礎知識
2.1 向量
2.1.1 向量的定義
2.1.2 向量的長度
2.1.3 向量的夾角
2.1.4 向量的投影
2.2 矩陣
2.2.1 矩陣的定義
2.2.2 矩陣的運算
2.2.3 行列式
2.2.4 逆矩陣
2.2.5 特征值與特征向量
2.3 樣本空間
2.3.1 基本定義
2.3.2 樣本點間的歐氏距離
2.3.3 樣本點間的統計距離
2.3.4 樣本點間的馬氏距離
2.4 變量空間
2.4.1 變量的均值
2.4.2 變量的方差
2.4.3 變量間的協方差
2.4.4 變量間的相關系數
2.5 數據的預處理
2.5.1 中心化處理
2.5.2 無量綱化處理
2.5.3 標準化處理
2.6 應用舉例
2.6.1 均值
2.6.2 方差
2.6.3 協方差
2.6.4 相關系數
2.6.5 歐氏距離
2.6.6 統計距離
2.6.7 馬氏距離
2.6.8 無量綱化
2.7 小結
3 數理統計的基礎知識
3.1 基本概念
3.1.1 總體與個體
3.1.2 概率密度函數
3.1.3 數學期望和方差
3.2 幾個重要分布
3.2.1 正態分布
3.2.2 X2分布
3.2.3 F分布
3.2.4 β分布
3.2.5 t分布
3.3 參數估計
3.3.1 總體均值的點估計
3.3.2 總體方差的點估計
3.3.3 總體均值的區間估計
3.3.4 總體方差的區間估計
3.4 假設檢驗
3.4.1 零假設與研究假設
3.4.2 顯著性水平
3.4.3 假設檢驗與置信區間的關系
3.5 應用舉例
3.5.1 回歸模型的線性關系檢驗——F檢驗
3.5.2 總體回歸參數的檢驗——t檢驗
3.6 小結
4 單變量統計過程控制
4.1 統計過程控制簡介
4.1.1 統計過程控制的基本概念
4.1.2 工業過程中的各種變化
4.2 統計控制圖
4.2.1 控制圖的定義
4.2.2 控制圖的基本原理
4.2.3 常用控制圖
4.2.4 控制圖的風險
4.2.5 判穩準則和判異準則
4.2.6 應用統計控制圖時需要注意的問題
4.3 過程能力指數
4.3.1 過程能力
4.3.2 過程能力指數的計算
4.3.3 過程能力指數與不合格品率之間的關系
4.3.4 給定置信度下的過程能力指數
4.3.5 過程能力分析的功能與步驟
4.4 應用舉例
4.4.1 實例1
4.4.2 實例2
4.5 小結
5 多變量統計過程控制
5.1 多變量統計過程的意義和研究現狀
5.2 霍特林T2控制圖
5.2.1 霍特林T2控制圖的提出
5.2.2 T2統計量的分布特性
5.2.3 T2的正交分解
5.3 基于主元模型的多變量統計控制圖
5.3.1 主成分分析方法（PCA）
5.3.2 偏*小二乘法（PLS）
5.3.3 多變量統計過程的監控
5.3.4 多變量統計過程的診斷
5.4 多變量統計過程應用實例
5.4.1 鍍鋅板表面粗糙度統計過程控制
5.4.2 某化工過程統計過程控制
5.5 三種統計量之間的關系
5.5.1 幾何解釋
5.5.2 數學推導
5.6 小結
6 歷史數據集的建立
6.1 建立歷史數據集的過程及數據預處理
6.2 數據采集
6.2.1 冶金生產數據的基本特征
6.2.2 數據的采集方式
6.2.3 數據的預處理
6.3 變量間的多重相關性
6.3.1 多重相關性產生的原因
6.3.2 多重相關性的影響
6.3.3 多重相關性的檢驗方法
6.3.4 多重相關性的解決方法
6.4 變量的自相關性
6.4.1 自相關性的數學描述
6.4.2 自相關性產生的原因
6.4.3 自相關性的影響
6.4.4 自相關性的檢驗方法
6.4.5 自相關性的解決方法
6.5 刪除異常點
6.5.1 異常點產生的原因
6.5.2 異常點的檢驗方法
6.5.3 異常點的剔除方法
6.5.4 應用實例
6.6 小結
7 生產過程的優化控制
7.1 優化控制的基本概念
7.1.1 優化控制的幾個環節
7.1.2 優化控制的基本框架
7.2 基于規則的工藝參數設定與優化
7.2.1 常用的工藝參數設定方法
7.2.2 基于神經網絡的規則提取流程
7.2.3 規則的提取
7.2.4 工藝參數的優化
7.3 基于數據驅動的工藝參數動態調整
7.3.1 數據驅動的基本概念
7.3.2 數據驅動控制器的設計
7.3.3 數據驅動控制器的應用
7.4 工藝流程的優化
7.4.1 工藝裝備的能力
7.4.2 工藝裝備的能力分析
7.4.3 工藝裝備的能力優化
7.5 小結
8 非線性預測與診斷
8.1 核函數的基本原理
8.1.1 核函數
8.1.2 核矩陣
8.1.3 常用的核函數及其特點
8.1.4 核函數的性質和特征空間的計算
8.1.5 核函數方法實施步驟
8.2 核主成分分析的過程監控與診斷
8.2.1 核矩陣與協方差矩陣
8.2.2 核主成分
8.2.3 核空間的數據重構
8.2.4 基于核方法的監控模型
8.2.5 應用實例
8.3 核偏*小二乘的質量預測方法
8.3.1 核偏*小二乘法的基本原理
8.3.2 核偏*小二乘的預測模型
8.3.3 應用實例
8.4 支持向量機的質量預測方法
8.4.1 支持向量機的基本原理
8.4.2 支持向量回歸
8.4.3 應用實例
8.5 數據缺失情況下質量預測方法
8.5.1 流形半監督學習
8.5.2 核嶺回歸的基本原理
8.5.3 基于流形學習的半監督核嶺回歸預測模型
8.5.4 應用實例
8.6 小結
9 案例分析
9.1 汽車用鋼案例分析
9.1.1 質量建模方法與流程
9.1.2 IF鋼力學性能分析與預測
9.1.3 質量監控與診斷
9.2 熱軋帶鋼頭部拉窄案例分析
9.2.1 變量選擇和數據采集
9.2.2 變量的匹配
9.2.3 核主成分分析監控與診斷
9.3 小結
10 全流程質量監控系統框架
10.1 系統基本架構
10.1.1 數據采集與重整平臺
10.1.2 數據集成平臺
10.1.3 實時質量監控與預警平臺
10.1.4 離線數據分析平臺
10.2 數據采集、預處理和數據利用
10.2.1 數據采集與重整
10.2.2 數據集成平臺
10.3 主要功能模塊
10.3.1 質量監控與在線判定
10.3.2 質量分析與診斷
1O.3.3 過程質量在線優化
10.3.4 人工判定與綜合判定
10.3.5 產品質量卡建檔
10.3.6 質量報表生成
10.3.7 質量追溯與診斷
10.3.8 系統仿真與質量優化
10.4 小結
附錄A 概率分布表
附錄B Mat1ab核心代碼
參考文獻
1 緒論
1.1 冶金生產過程的特點
1.2 質量監控技術的現狀與發展趨勢
1.3 本書各章節內容
2 數據樣本的基礎知識
2.1 向量
2.1.1 向量的定義
2.1.2 向量的長度
2.1.3 向量的夾角
2.1.4 向量的投影
2.2 矩陣
2.2.1 矩陣的定義
2.2.2 矩陣的運算
2.2.3 行列式
2.2.4 逆矩陣
2.2.5 特征值與特征向量
2.3 樣本空間
2.3.1 基本定義
2.3.2 樣本點間的歐氏距離
2.3.3 樣本點間的統計距離
2.3.4 樣本點間的馬氏距離
2.4 變量空間
2.4.1 變量的均值
2.4.2 變量的方差
2.4.3 變量間的協方差
2.4.4 變量間的相關系數
2.5 數據的預處理
2.5.1 中心化處理
2.5.2 無量綱化處理
2.5.3 標準化處理
2.6 應用舉例
2.6.1 均值
2.6.2 方差
2.6.3 協方差
2.6.4 相關系數
2.6.5 歐氏距離
2.6.6 統計距離
2.6.7 馬氏距離
2.6.8 無量綱化
2.7 小結
3 數理統計的基礎知識
3.1 基本概念
3.1.1 總體與個體
3.1.2 概率密度函數
3.1.3 數學期望和方差
3.2 幾個重要分布
3.2.1 正態分布
3.2.2 X2分布
3.2.3 F分布
3.2.4 β分布
3.2.5 t分布
3.3 參數估計
3.3.1 總體均值的點估計
3.3.2 總體方差的點估計
3.3.3 總體均值的區間估計
3.3.4 總體方差的區間估計
3.4 假設檢驗
3.4.1 零假設與研究假設
3.4.2 顯著性水平
3.4.3 假設檢驗與置信區間的關系
3.5 應用舉例
3.5.1 回歸模型的線性關系檢驗——F檢驗
3.5.2 總體回歸參數的檢驗——t檢驗
3.6 小結
4 單變量統計過程控制
4.1 統計過程控制簡介
4.1.1 統計過程控制的基本概念
4.1.2 工業過程中的各種變化
4.2 統計控制圖
4.2.1 控制圖的定義
4.2.2 控制圖的基本原理
4.2.3 常用控制圖
4.2.4 控制圖的風險
4.2.5 判穩準則和判異準則
4.2.6 應用統計控制圖時需要注意的問題
4.3 過程能力指數
4.3.1 過程能力
4.3.2 過程能力指數的計算
4.3.3 過程能力指數與不合格品率之間的關系
4.3.4 給定置信度下的過程能力指數
4.3.5 過程能力分析的功能與步驟
4.4 應用舉例
4.4.1 實例1
4.4.2 實例2
4.5 小結
5 多變量統計過程控制
5.1 多變量統計過程的意義和研究現狀
5.2 霍特林T2控制圖
5.2.1 霍特林T2控制圖的提出
5.2.2 T2統計量的分布特性
5.2.3 T2的正交分解
5.3 基于主元模型的多變量統計控制圖
5.3.1 主成分分析方法（PCA）
5.3.2 偏*小二乘法（PLS）
5.3.3 多變量統計過程的監控
5.3.4 多變量統計過程的診斷
5.4 多變量統計過程應用實例
5.4.1 鍍鋅板表面粗糙度統計過程控制
5.4.2 某化工過程統計過程控制
5.5 三種統計量之間的關系
5.5.1 幾何解釋
5.5.2 數學推導
5.6 小結
6 歷史數據集的建立
6.1 建立歷史數據集的過程及數據預處理
6.2 數據采集
6.2.1 冶金生產數據的基本特征
6.2.2 數據的采集方式
6.2.3 數據的預處理
6.3 變量間的多重相關性
6.3.1 多重相關性產生的原因
6.3.2 多重相關性的影響
6.3.3 多重相關性的檢驗方法
6.3.4 多重相關性的解決方法
6.4 變量的自相關性
6.4.1 自相關性的數學描述
6.4.2 自相關性產生的原因
6.4.3 自相關性的影響
6.4.4 自相關性的檢驗方法
6.4.5 自相關性的解決方法
6.5 刪除異常點
6.5.1 異常點產生的原因
6.5.2 異常點的檢驗方法
6.5.3 異常點的剔除方法
6.5.4 應用實例
6.6 小結
7 生產過程的優化控制
7.1 優化控制的基本概念
7.1.1 優化控制的幾個環節
7.1.2 優化控制的基本框架
7.2 基于規則的工藝參數設定與優化
7.2.1 常用的工藝參數設定方法
7.2.2 基于神經網絡的規則提取流程
7.2.3 規則的提取
7.2.4 工藝參數的優化
7.3 基于數據驅動的工藝參數動態調整
7.3.1 數據驅動的基本概念
7.3.2 數據驅動控制器的設計
7.3.3 數據驅動控制器的應用
7.4 工藝流程的優化
7.4.1 工藝裝備的能力
7.4.2 工藝裝備的能力分析
7.4.3 工藝裝備的能力優化
7.5 小結
8 非線性預測與診斷
8.1 核函數的基本原理
8.1.1 核函數
8.1.2 核矩陣
8.1.3 常用的核函數及其特點
8.1.4 核函數的性質和特征空間的計算
8.1.5 核函數方法實施步驟
8.2 核主成分分析的過程監控與診斷
8.2.1 核矩陣與協方差矩陣
8.2.2 核主成分
8.2.3 核空間的數據重構
8.2.4 基于核方法的監控模型
8.2.5 應用實例
8.3 核偏*小二乘的質量預測方法
8.3.1 核偏*小二乘法的基本原理
8.3.2 核偏*小二乘的預測模型
8.3.3 應用實例
8.4 支持向量機的質量預測方法
8.4.1 支持向量機的基本原理
8.4.2 支持向量回歸
8.4.3 應用實例
8.5 數據缺失情況下質量預測方法
8.5.1 流形半監督學習
8.5.2 核嶺回歸的基本原理
8.5.3 基于流形學習的半監督核嶺回歸預測模型
8.5.4 應用實例
8.6 小結
9 案例分析
9.1 汽車用鋼案例分析
9.1.1 質量建模方法與流程
9.1.2 IF鋼力學性能分析與預測
9.1.3 質量監控與診斷
9.2 熱軋帶鋼頭部拉窄案例分析
9.2.1 變量選擇和數據采集
9.2.2 變量的匹配
9.2.3 核主成分分析監控與診斷
9.3 小結
10 全流程質量監控系統框架
10.1 系統基本架構
10.1.1 數據采集與重整平臺
10.1.2 數據集成平臺
10.1.3 實時質量監控與預警平臺
10.1.4 離線數據分析平臺
10.2 數據采集、預處理和數據利用
10.2.1 數據采集與重整
10.2.2 數據集成平臺
10.3 主要功能模塊
10.3.1 質量監控與在線判定
10.3.2 質量分析與診斷
1O.3.3 過程質量在線優化
10.3.4 人工判定與綜合判定
10.3.5 產品質量卡建檔
10.3.6 質量報表生成
10.3.7 質量追溯與診斷
10.3.8 系統仿真與質量優化
10.4 小結
附錄A 概率分布表
附錄B Mat1ab核心代碼
參考文獻
展開全部
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
李白與唐代文化
- >
姑媽的寶刀
- >
詩經-先民的歌唱
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
- >
莉莉和章魚
- >
回憶愛瑪儂
本類暢銷
