摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-12页 |
第1章 综述 | 第12-19页 |
·非高斯过程故障检测与诊断方法研究的目的和意义 | 第12页 |
·非高斯过程故障检测与诊断方法研究的内容和方法 | 第12-15页 |
·研究内容 | 第12-13页 |
·研究方法 | 第13-15页 |
·非高斯过程故障检测与诊断方法研究的发展现状 | 第15-18页 |
·研究现状 | 第15-16页 |
·主成分分析的基本思想及发展现状 | 第16-17页 |
·独立成分分析方法的基本思想及发展现状 | 第17-18页 |
·本文内容安排 | 第18-19页 |
第2章 非高斯过程建模及数据处理 | 第19-32页 |
·非高斯过程建模 | 第19-26页 |
·三容水箱的数学模型 | 第19-21页 |
·三容水箱过程 Simulink 动态模型 | 第21-23页 |
·三容水箱过程 Simulink 故障模型 | 第23-26页 |
·非高斯过程数据采集和分析 | 第26-30页 |
·三容水箱过程的采集 | 第26页 |
·三容水箱过程故障数据分析 | 第26-30页 |
·一种非高斯过程的验证方法 | 第30-32页 |
第3章 非高斯过程故障检测 | 第32-45页 |
·基于独立成分分析的故障检测方法研究 | 第32-37页 |
·独立成分分析 | 第32-33页 |
·快速独立成分分析 | 第33-35页 |
·快速独立成分分析的故障检测 | 第35-37页 |
·基于主成分分析的故障检测方法研究 | 第37-41页 |
·主成分分析 | 第37-39页 |
·主成分分析的故障检测 | 第39-41页 |
·FICA 故障检测和 PCA 故障检测的对比 | 第41-45页 |
·仿真例子 | 第41-43页 |
·基于 FICA 和 PCA 的故障检测对比实验 | 第43-45页 |
第4章 非高斯过程故障诊断 | 第45-55页 |
·基于神经网络的故障诊断方法研究 | 第45-47页 |
·人工神经网络 | 第45-46页 |
·基于 BP 神经网络的故障诊断方法 | 第46-47页 |
·基于增量自组织神经网络的故障诊断新方法研究 | 第47-50页 |
·自组织神经网络 | 第47-49页 |
·基于增量自组织神经网络的故障诊断新方法 | 第49-50页 |
·基于聚类概率神经网络故障诊断新方法研究 | 第50-55页 |
·减法聚类 | 第50-51页 |
·K-均值聚类 | 第51-52页 |
·概率神经网络 | 第52-53页 |
·基于聚类概率神经网络的故障诊断新方法 | 第53-55页 |
第5章 非高斯过程故障检测与诊断方法实验 | 第55-68页 |
·基于 FICA-BP 与 PCA-BP 故障检测与诊断方法的对比实验 | 第55-58页 |
·基于 FICA 的堵塞故障检测 | 第55-56页 |
·基于 PCA 的堵塞故障检测 | 第56-57页 |
·基于 BP 神经网络的堵塞故障诊断 | 第57-58页 |
·基于 FICA-CPNN 故障检测与诊断新方法的对比实验 | 第58-62页 |
·基于 FICA 的泄露故障检测 | 第58-59页 |
·基于 PCA 的泄露故障检测 | 第59-60页 |
·基于 PNN 的泄露故障诊断 | 第60-61页 |
·基于 CPNN 的泄露故障检测 | 第61-62页 |
·基于 FICA-ISOM 故障检测与诊断新方法的对比实验 | 第62-68页 |
·间歇过程 | 第62-64页 |
·基于 ISOM 的间歇过程故障诊断 | 第64-66页 |
·基于 ISOM 的三容水箱过程故障诊断 | 第66-68页 |
第6章 非高斯过程故障检测与诊断平台 | 第68-87页 |
·非高斯故障检测与诊断平台整体设计 | 第68-73页 |
·非高斯过程的故障检测与诊断平台的架构 | 第68-69页 |
·三容水箱过程的数据采集 | 第69-72页 |
·三容水箱故障检测与诊断的软件设计 | 第72-73页 |
·基于 VB 的故障检测与诊断 | 第73-80页 |
·Visual Basic 语言 | 第73页 |
·Visual Basic 软件功能的设计 | 第73-80页 |
·基于 Android 系统的无线报警系统 | 第80-87页 |
·故障报警系统总体框架 | 第80-81页 |
·三容水箱故障检测与诊断系统的网络通信 | 第81-83页 |
·无线报警系统的网路地址转换 | 第83-84页 |
·Android 手机客户端的设计 | 第84-87页 |
结论 | 第87-89页 |
参考文献 | 第89-94页 |
攻读硕士学位期间发表的论文和取得的研究成果 | 第94-95页 |
致谢 | 第95-97页 |