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:

  • 基于机理特征学习的化工过程异常工况智能识别 田文德//崔哲//李传坤 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 田文德//崔哲//李传坤著
    • 出版社: 化学工业出版社
    • 出版时间:2021-10-01 00:00:00
    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:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 田文德//崔哲//李传坤著
    • 出版社:化学工业出版社
    • 出版时间:2021-10-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-10-01
    • 字数:358000
    • 页数:236
    • 开本:16开
    • 装帧:平装
    • ISBN:9787122396440
    • 国别/地区:中国
    • 版权提供:化学工业出版社

    基于机理特征学习的化工过程异常工况智能识别

    作  者:田文德//崔哲//李传坤 著
    定  价:86
    出 版 社:化学工业出版社
    出版日期:2021年10月01日
    页  数:236
    装  帧:精装
    ISBN:9787122396440
    主编推荐

    内容简介

    《基于机理特征学习的化工过程异常工况智能识别》通过动态模拟重构深度学习的标签样本,采用定量相关系数和复杂网络相结合的机理特征提取方法,实现对化工异常工况的半监督学习。同时融合基于动态机理贝叶斯网络,采用异常参数估计的反演机制,阐明动态模拟与半监督学习协同的化工异常诊断策略。本书有助于丰富和发展基于动态模拟/半监督学习的化工过程异常识别和诊断理论和方法,为实现化工过程安全稳定运行提供理论依据。 全书共分10章。内容涵盖了“数据处理→数据检测→异常识别→异常诊断→后果分析”的化工安全分析各个阶段,构成了机理分析与深度学习协同作用的化工异常工况分析思路。 《基于机理特征学习的化工过程异常工况智能识别》可作为化工、安全及相关学科的研究生学习化工安全分析的教材及教师参考书,也可供相关学科的工程技术人员参考使用。

    作者简介

    田文德,青岛科技大学化工学院,副院长,教授,2001年于北京化工大学获取化学工程专业工学博士学位,2003年由新加坡国立大学以博士后研究员身份完成项目研究后,进入青岛科技大学化工学院工作。主讲本科课程“化工原理”、“过程工程计算机应用基础”和研究生课程“化工过程综合”。主要从事化工系统工程方向的研究工作,内容涉及化工过程动态仿真、报警管理、故障诊断,已完成教育部留学回国人员科研启动基金项目“化工安全生产中的智能故障诊断系统研究”、山东省优*秀中青年科学家科研奖励基金项目“基于动态模拟的化工过程故障诊断技术研究(No.2006BS05005)”、山东省自然科学基金项目“基于动态故障软仪表的化工过程二级混合故障诊断系统(No. ZR2009BM033)”,在研山东省自然科学基金项目“基于动态模拟反问题求解的精馏多故障诊断研究(No. ZR2013BL008)”和国家自然科学基金项目“基于非线性null

    精彩内容

    目录
    章 绪论
    1.1 化工过程安全
    1.1.1 化工生产特点
    1.1.2 化工过程异常工况
    1.1.3 化工安全生产的意义
    1.2 故障识别与诊断
    1.2.1 基于解析模型的方法
    1.2.2 基于知识的方法
    1.2.3 基于数据驱动的方法
    1.3 机器学习
    1.3.1 浅层学习
    1.3.2 深度学习
    1.3.3 深度学习算法分类
    1.3.4 深度学习在化工故障诊断中的应用
    1.4 特征工程
    1.4.1 特征提取与特征选择
    1.4.2 特征自适应
    1.5 研究思路
    本章小结
    参考文献
    第2章 数据预处理
    2.1 基于GAN的缺失数据重建
    2.1.1 生成式对抗网络GAN
    2.1.2 卷积神经网络
    2.1.3 深度自编码器
    2.1.4 GAN模型搭建
    2.1.5 GAN缺失数据重建结果
    2.2 基于灰色时序模型的数据预测
    2.2.1 灰色模型原理
    2.2.2 时间序列模型
    2.2.3 组合模型
    2.2.4 检验方法
    2.2.5 实例应用
    本章小结
    参考文献
    第3章 基于维度压缩和聚类分析的化工报警阈值优化
    3.1 总体研究思路
    3.2 基于PCA权重和Johnson转换的多变量报警阈值优化
    3.2.1 研究思路
    3.2.2 PCA求权重
    3.2.3 Johnson转换
    3.2.4 平行坐标
    3.3 基于报警聚类和ACO的多变量报警阈值优化
    3.3.1 研究思路
    3.3.2 报警系统效率指标
    3.3.3 报警聚类
    3.3.4 熵权法求权重
    3.3.5 阈值优化
    3.4 应用实例研究
    3.4.1 常减压工业实例介绍
    3.4.2 基于PCA权重和Johnson转换的多变量报警阈值优化方法应用
    3.4.3 基于报警聚类和ACO的多变量报警阈值优化方法应用
    3.4.4 常减压操作质量分析
    本章小结
    参考文献
    第4章 基于特征工程的化工过程异常检测
    4.1 基于相关性系数Q分析的化工过程异常检测
    4.1.1 研究思路
    4.1.2 基于相关性系数Q分析的化工过程异常检测
    4.1.3 实例分析
    4.2 基于特征工程的化工过程异常检测与识别
    4.2.1 研究思路
    4.2.2 基于特征工程的化工过程异常检测与识别方法
    4.2.3 实例分析
    本章小结
    参考文献
    第5章 基于特征自适应与动态主动深度分歧的化工过程异常识别
    5.1 总体研究思路
    5.2 特征自适应
    5.2.1 研究思路
    5.2.2 特征提取
    5.2.3 自适应
    5.3 动态主动深度分歧的异常识别模型
    5.3.1 研究思路
    5.3.2 CNN基本模块
    5.3.3 LSTM基本模块
    5.3.4 动态主动学习
    5.4 案例应用研究
    5.4.1 TE过程说明
    5.4.2 特征自适应
    5.4.3 动态主动深度分歧的异常识别模型
    本章小结
    参考文献
    第6章 基于LSTM的化工异常识别
    6.1 LSTM模型
    6.1.1 模型结构
    6.1.2 算法原理
    6.1.3 超参数设置
    6.2 LSTM训练策略
    6.2.1 5-折交叉验证
    6.2.2 过拟合
    6.3 LSTM训练过程
    6.4 案例应用与分析
    6.4.1 数据集描述
    6.4.2 异常识别结果
    本章小结
    参考文献
    第7章 基于图论的化工异常识别
    7.1 研究思路
    7.2 特征选择
    7.2.1 变量相关性计算
    7.2.2 基于图论的特征选择
    7.3 深度学习模型
    7.3.1 序列问题学习过程
    7.3.2 卷积神经网络学习过程
    7.4 案例应用与分析
    7.4.1 动态数据集与预处理
    7.4.2 图论特征选择
    7.4.3 识别模型搭建
    7.4.4 识别结果对比
    本章小结
    参考文献
    第8章 基于DBN的化工过程异常识别
    8.1 基于VAE-DBN的异常工况识别
    8.1.1 基于VAE-DBN的异常识别模型
    8.1.2 案例应用研究
    8.2 基于SRCC-DBN的异常工况识别
    8.2.1 研究思路
    8.2.2 Spearman秩相关系数
    8.2.3 深度置信网络
    8.2.4 案例应用研究
    本章小结
    参考文献
    第9章 基于机理分析的化工过程故障诊断
    9.1 基于机理相关分析贝叶斯网络的过程故障诊断
    9.1.1 研究思路
    9.1.2 机理相关分析贝叶斯网络的故障诊断方法
    9.1.3 案例应用分析
    9.2 基于动态机理模型的异常反演
    9.2.1 反演模型
    9.2.2 案例应用与分析
    本章小结
    参考文献
    0章 化工过程异常的动态定量后果分析
    10.1 化工过程异常的动态定量风险评估
    10.1.1 研究思路
    10.1.2 定量风险计算
    10.1.3 案例应用与分析
    10.2 基于计算流体力学的后果分析
    10.2.1 计算流体力学简介
    10.2.2 爆燃气体的扩散
    10.2.3 基于MATLAB的气体扩散模拟
    10.2.4 实例应用
    本章小结
    参考文献

    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