| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题来源和研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·预测控制的发展概述 | 第13-15页 |
| ·预测控制性能诊断技术 | 第15页 |
| ·基于模型预测控制的性能诊断技术 | 第15-17页 |
| ·针对控制器的性能诊断方法的实际工业中的应用 | 第17页 |
| ·针对控制器的性能诊断方法存在的问题 | 第17-18页 |
| ·论文研究的结构安排 | 第18-21页 |
| 第2章 预备知识 | 第21-33页 |
| ·模型预测控制 | 第21-26页 |
| ·模型预测控制在工业发展中的重要性 | 第21-22页 |
| ·模型预测控制的基本原理 | 第22-26页 |
| ·多变量动态矩阵控制原理 | 第26-30页 |
| ·粒子群算法基本原理 | 第30-32页 |
| ·基本粒子群优化算法 | 第30-32页 |
| ·PSO算法应用于函数优化问题 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于特征性能子空间的预测控制模型性能诊断 | 第33-53页 |
| ·特征性能子空间的定义 | 第33-37页 |
| ·特征性能子空间的距离 | 第37-38页 |
| ·基于特征性能子空间的性能诊断 | 第38-39页 |
| ·基于PSO优化的特征性能子空间的模型性能诊断方法 | 第39-40页 |
| ·仿真研究 | 第40-51页 |
| ·仿真模型辨识 | 第40-43页 |
| ·基准数据以及特征性能子空间的选取 | 第43-46页 |
| ·单一故障以及多种故障同时发生的诊断办法与仿真 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 基于PCA相似因子的预测控制模型性能诊断 | 第53-63页 |
| ·基于主元分析的MPC性能基准 | 第53-54页 |
| ·PCA相似因子的定义 | 第54-55页 |
| ·基于PCA相似因子的性能诊断 | 第55-56页 |
| ·基于PSO优化的特征性能子空间的模型性能诊断方法 | 第56-62页 |
| ·仿真准备 | 第56-58页 |
| ·甲烷—水精馏塔模型故障诊断仿真实验 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于神经网络分类器的混合方法 | 第63-77页 |
| ·两种典型方法的优缺点及适用范围 | 第63-64页 |
| ·基于特征性能子空间的方法 | 第63-64页 |
| ·基于PCA相似因子的方法 | 第64页 |
| ·基于BP神经网络分类器的混合方法研究 | 第64-70页 |
| ·BP神经网络原理 | 第64-65页 |
| ·BP神经网络学习规则 | 第65-68页 |
| ·BP神经网络分类器 | 第68-70页 |
| ·仿真实例研究 | 第70-75页 |
| ·本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |