返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 全新冶金生产过程质量监控理论与方法徐金梧 等 著9787502469016
  • 正版
    • 作者: 徐金梧 等 著著 | 徐金梧 等 著编 | 徐金梧 等 著译 | 徐金梧 等 著绘
    • 出版社: 冶金工业出版社
    • 出版时间:2015-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    萌萌哒图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 徐金梧 等 著著| 徐金梧 等 著编| 徐金梧 等 著译| 徐金梧 等 著绘
    • 出版社:冶金工业出版社
    • 出版时间:2015-05-01
    • 版次:1
    • 印次:1
    • 字数:465.00千字
    • 页数:296
    • 开本:16开
    • ISBN:9787502469016
    • 版权提供:冶金工业出版社
    • 作者:徐金梧 等 著
    • 著:徐金梧 等 著
    • 装帧:平装
    • 印次:1
    • 定价:78.00
    • ISBN:9787502469016
    • 出版社:冶金工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2015-05-01
    • 页数:296
    • 外部编号:1201139553
    • 版次:1
    • 成品尺寸:暂无

    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1
    4.4.2实例2
    4.5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。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购