实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新冶金生产过程质量监控理论与方法徐金梧 等 著9787502469016
¥ ×1
商品
服务
物流
符号表1绪论1.1冶金生产过程的特点1.2质量监控技术的现状与发展趋势1.3本书各章节内容2数据样本的基础知识2.1向量2.1.1向量的定义2.1.2向量的长度2.1.3向量的夹角2.1.4向量的投影2.2矩阵2.2.1矩阵的定义2.2.2矩阵的运算2..行列式2.2.4逆矩阵2.2.5特征值与特征向量.样本空间..1基本定义..2样本点间的欧氏距离..样本点间的统计距离..4样本点间的马氏距离2.4变量空间2.4.1变量的均值2.4.2变量的方差2.4.3变量间的协方差2.4.4变量间的相关系数2.5数据的预处理2.5.1中心化处理2.5.2无量纲化处理2.5.3标准化处理2.6应用举例2.6.1均值2.6.2方差2.6.3协方差2.6.4相关系数2.6.5欧氏距离2.6.6统计距离2.6.7马氏距离2.6.8无量纲化2.7小结3数理统计的基础知识3.1基本概念3.1.1总体与个体3.1.2概率密度函数3.1.3数学期望和方差3.2几个重要分布3.2.1正态分布3.2.2X2分布3..F分布3.2.4β分布3.2.5t分布3.3参数估计3.3.1总体均值的点估计3.3.2总体方差的点估计3.3.3总体均值的区间估计3.3.4总体方差的区间估计3.4设检验3.4.1零设与研究设3.4.2显著水平3.4.3设检验与置信区间的关系3.5应用举例3.5.1回归模型的线关系检验——F检验3.5.2总体回归参数的检验——t检验3.6小结4单变量统计过程控制4.1统计过程控制简介4.1.1统计过程控制的基本概念4.1.2工业过程中的各种变化4.2统计控制图4.2.1控制图的定义4.2.2控制图的基本原理4..常用控制图4.2.4控制图的风险4.2.5判稳准则和判异准则4.2.6应用统计控制图时需要注意的问题4.3过程能力指数4.3.1过程能力4.3.2过程能力指数的计算4.3.3过程能力指数与不合格品率之间的关系4.3.4给定置信度下的过程能力指数4.3.5过程能力分析的功能与步骤4.4应用举例4.4.1实例14.4.2实例24.5小结5多变量统计过程控制5.1多变量统计过程的意义和研究现状5.2霍特林T2控制图5.2.1霍特林T2控制图的提出5.2.2T2统计量的分布特5..T2的正交分解5.3基于主元模型的多变量统计控制图5.3.1主成分分析方法(PCA)5.3.2偏二乘法(PLS)5.3.3多变量统计过程的监控5.3.4多变量统计过程的诊断5.4多变量统计过程应用实例5.4.1镀锌板表面粗糙度统计过程控制5.4.2某化工过程统计过程控制5.5三种统计量之间的关系5.5.1几何解释5.5.2数学推导5.6小结6历史数据集的建立6.1建立历史数据集的过程及数据预处理6.2数据采集6.2.1冶金生产数据的基本特征6.2.2数据的采集方式6..数据的预处理6.3变量间的多重相关6.3.1多重相关产的原因6.3.2多重相关的影响6.3.3多重相关的检验方法6.3.4多重相关的解决方法6.4变量的自相关6.4.1自相关的数学描述6.4.2自相关产的原因6.4.3自相关的影响6.4.4自相关的检验方法6.4.5自相关的解决方法6.5删除异常点6.5.1异常点产生的原因6.5.2异常点的检验方法6.5.3异常点的剔除方法6.5.4应用实例6.6小结7生产过程的优化控制7.1优化控制的基本概念7.1.1优化控制的几个环节7.1.2优化控制的基本框架7.2基于规则的工艺参数设定与优化7.2.1常用的工艺参数设定方法7.2.2基于神经网络的规则提取流程7..规则的提取7.2.4工艺参数的优化7.3基于数据驱动的工艺参数动态调整7.3.1数据驱动的基本概念7.3.2数据驱动控制器的设计7.3.3数据驱动控制器的应用7.4工艺流程的优化7.4.1工艺装备的能力7.4.2工艺装备的能力分析7.4.3工艺装备的能力优化7.5小结8非线预测与诊断8.1核函数的基本原理8.1.1核函数8.1.2核矩阵8.1.3常用的核函数及其特点8.1.4核函数的质和特征空间的计算8.1.5核函数方法实施步骤8.2核主成分分析的过程监控与诊断8.2.1核矩阵与协方差矩阵8.2.2核主成分8..核空间的数据重构8.2.4基于核方法的监控模型8.2.5应用实例8.3核偏二乘的质量预测方法8.3.1核偏二乘法的基本原理8.3.2核偏二乘的预测模型8.3.3应用实例8.4支持向量机的质量预测方法8.4.1支持向量机的基本原理8.4.2支持向量回归8.4.3应用实例8.5数据缺失情况下质量预测方法8.5.1流形半监督学习8.5.2核岭回归的基本原理8.5.3基于流形学习的半监督核岭回归预测模型8.5.4应用实例8.6小结9案例分析9.1汽车用钢案例分析9.1.1质量建模方法与流程9.1.2IF钢力学能分析与预测9.1.3质量监控与诊断9.2热轧带钢头部拉窄案例分析9.2.1变量选择和数据采集9.2.2变量的匹配9..核主成分分析监控与诊断9.3小结10全流程质量监控系统框架10.1系统基本架构10.1.1数据采集与重整平台10.1.2数据集成平台10.1.3实时质量监控与预警平台10.1.4离线数据分析平台10.2数据采集、预处理和数据利用10.2.1数据采集与重整10.2.2数据集成平台10.3主要功能模块10.3.1质量监控与在线判定10.3.2质量分析与诊断13.3过程质量在线优化10.3.4人工判定与综合判定10.3.5产品质量卡建档10.3.6质量报表生成10.3.7质量追溯与诊断10.3.8系统与质量优化10.4小结附录A概率分布表附录BMat1ab核心代码参考文献
徐金梧,1949.4,北京科技大学教授、博导,钢铁共技术协同创新中心主任、首席科学家,板带生产优选装备工程技术研究中心主任,中国金属学会冶金设备分会理事长。1996年入选“跨世纪很好人才支持计划”,获科技奖2项,省部级科技奖7项,在靠前外学术期刊和靠前会议中发表120余篇学术,其中有60多篇被SCI/EI检索,培养80多名博士和硕士。
随着计算机系统、数据库技术的普及与应用,我国钢铁企业信息化系统中拥有了丰富的生产数据资源,从而也提出了采用各种数值分析方法对大量的工艺过程数据和产品质量数据进行全流程产品质量监控的迫切需求。目的是通过大量生产数据分析来揭示、总结生产过程的内在规律,为提高产品质量提供各种信息,从而把数据资源转化为企业的经济效益和产品质量优势,提高产品的市场竞争力。在大数据时代,如何从海量数据中提取出有价值的信息,从而完善产品质量管理体系,实现全流程产品质量在线监控,已成为全行业提高管理水平和经济效益的必然趋势。因此,建立适用于钢铁企业的产品质量监控理论与方法,研发全流程冶金产品质量分析与过程监控系统,对加速新钢种研发的进程、减少研发成本以及控制产品质量稳定、提产品的竞争力具有十分重的实意义。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员