基于数据的故障检测方法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究的意义 | 第10-11页 |
| ·多元统计过程监控概述 | 第11-13页 |
| ·过程监控概述 | 第11-12页 |
| ·统计过程监控与多元统计过程监控 | 第12-13页 |
| ·故障检测与诊断技术概述 | 第13-17页 |
| ·故障的分类 | 第13-14页 |
| ·故障诊断的分类 | 第14页 |
| ·故障诊断的基本方法 | 第14-17页 |
| ·论文的结构和主要工作 | 第17-18页 |
| 第2章 基于数据的故障检测方法 | 第18-28页 |
| ·主元分析方法 | 第18-20页 |
| ·独立元分析方法 | 第20-24页 |
| ·独立元分析的定义 | 第21-22页 |
| ·数据预处理 | 第22-23页 |
| ·独立元分析算法 | 第23-24页 |
| ·几种改进的故障检测方法 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于MBKICA的故障检测方法 | 第28-52页 |
| ·KICA的基本原理 | 第28-32页 |
| ·在特征空间中白化数据 | 第29-31页 |
| ·利用改进ICA提取非线性独立元 | 第31-32页 |
| ·MBKICA的基本原理 | 第32-37页 |
| ·核矩阵分块 | 第32-33页 |
| ·MBKPCA算法求白化矩阵 | 第33页 |
| ·用ICA算法进行故障检测 | 第33-37页 |
| ·连退过程的统计过程监控 | 第37-50页 |
| ·冷轧连续退火机组的生产过程描述 | 第37-38页 |
| ·2BR的仿真结果分析 | 第38-43页 |
| ·退火炉的仿真结果分析 | 第43-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 基于多模态KICA的故障检测方法 | 第52-70页 |
| ·引言 | 第52-54页 |
| ·提取各个模态的全局主要向量 | 第54-56页 |
| ·引入核方法提取各模态全局主要向量 | 第56-59页 |
| ·多模态KICA算法的基本原理 | 第59-62页 |
| ·仿真研究 | 第62-68页 |
| ·本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| ·本文总结 | 第70页 |
| ·工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士期间发表的论文 | 第78页 |
