| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第1章 绪论 | 第14-24页 |
| ·课题研究的背景及意义 | 第14-16页 |
| ·课题来源 | 第14页 |
| ·研究目的及意义 | 第14-16页 |
| ·课题研究现状 | 第16-21页 |
| ·基于 PCA 的过程监测算法 | 第16-18页 |
| ·基于 ICA 的过程监测算法 | 第18-19页 |
| ·基于支持向量机过程监测算法 | 第19-20页 |
| ·基于费舍尔判别分析的过程监控算法 | 第20-21页 |
| ·间歇过程算法融合 | 第21页 |
| ·本课题研究内容及论文安排 | 第21-24页 |
| 第2章 青霉素发酵过程实验仿真平台简介 | 第24-42页 |
| ·发酵技术发展历史 | 第24-26页 |
| ·青霉素发酵过程 | 第26-30页 |
| ·青霉素发酵过程特点 | 第27-29页 |
| ·发酵工业的生产流程 | 第29页 |
| ·发酵过程的操作方式 | 第29-30页 |
| ·发酵过程工艺 | 第30-32页 |
| ·发酵过程的相关参数 | 第30-31页 |
| ·发酵过程影响因素 | 第31-32页 |
| ·青霉素发酵实验平台 | 第32-39页 |
| ·Pensim 仿真平台的机理:Birol 非结构模型 | 第34-37页 |
| ·青霉素发酵的四个生理阶段 | 第37-39页 |
| ·Pensim2.0 软件设置 | 第39-41页 |
| ·软件初始条件及设置 | 第39页 |
| ·故障类型 | 第39-40页 |
| ·仿真数据 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 快速独立分量分析方法研究 | 第42-51页 |
| ·独立分量分析原理 | 第42-47页 |
| ·独立性定义和基本性质 | 第42-43页 |
| ·独立分量分析基本模型 | 第43-44页 |
| ·独立分量分析的估计原理 | 第44-47页 |
| ·快速独立分量分析 | 第47-49页 |
| ·实验研究 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于 FastICA-RLSSVM 故障诊断方法研究 | 第51-61页 |
| ·递推最小二乘支持向量机理论 | 第51-57页 |
| ·支持向量机 | 第51-53页 |
| ·最小二乘支持向量机 | 第53-54页 |
| ·递推最小二乘支持向量机 | 第54-57页 |
| ·FastICA-RLSSVM 算法过程监控 | 第57页 |
| ·仿真实验及结果 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于 LW-MPCA 故障诊断方法研究 | 第61-73页 |
| ·主元分析 | 第61-65页 |
| ·主元分析方法 | 第61-63页 |
| ·主元个数的选取方法 | 第63-64页 |
| ·主元分析的统计量及其控制限 | 第64页 |
| ·贡献图 | 第64-65页 |
| ·主元分析过程监控 | 第65页 |
| ·多向主元分析方法 | 第65-67页 |
| ·提升小波变换理论 | 第67-69页 |
| ·基于多向主元分析方法的间歇过程监测 | 第69-70页 |
| ·实验研究 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-76页 |
| 参考文献 | 第76-84页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第84-85页 |
| 致谢 | 第85-86页 |