| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9页 |
| ·基本概念 | 第9-10页 |
| ·故障 | 第9页 |
| ·过程监控 | 第9-10页 |
| ·故障诊断 | 第10页 |
| ·过程故障诊断的方法及分类 | 第10-12页 |
| ·定性分析方法 | 第10-11页 |
| ·定量分析方法 | 第11-12页 |
| ·过程监控和故障诊断研究现状 | 第12-15页 |
| ·数据分布和高维数据问题 | 第13页 |
| ·数据非线性问题 | 第13-14页 |
| ·过程时变和多工况问题 | 第14-15页 |
| ·本文主要研究内容和安排 | 第15-16页 |
| 第2章 基于聚类多模型的多工况过程监控 | 第16-29页 |
| ·引言 | 第16页 |
| ·自适应模糊聚类(Adaptive FCM) | 第16-19页 |
| ·模糊C均值聚类算法 | 第16-17页 |
| ·基于克隆差分和声搜索的改进模糊C均值聚类 | 第17-19页 |
| ·聚类个数的自适应选择 | 第19页 |
| ·MVU-SVDD建模 | 第19-21页 |
| ·基于MVU的数据降维 | 第19-20页 |
| ·SVDD算法 | 第20-21页 |
| ·多模型复杂工况过程监控 | 第21-23页 |
| ·乙烯裂解炉应用 | 第23-28页 |
| ·小结 | 第28-29页 |
| 第3章 基于即时学习的多工况过程监控 | 第29-42页 |
| ·引言 | 第29页 |
| ·基于即时学习(Lazy Learning)的多模型局部建模 | 第29-31页 |
| ·Greedy-SVDD过程监控 | 第31-33页 |
| ·监控步骤 | 第33页 |
| ·仿真实验与工业应用 | 第33-41页 |
| ·TE仿真平台实验 | 第33-39页 |
| ·乙烯裂解炉应用 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于多模型外部分析多工况过程监控 | 第42-49页 |
| ·引言 | 第42页 |
| ·基于多模型局部建模的外部分析 | 第42-43页 |
| ·Greedy-KP1M过程监控 | 第43-45页 |
| ·核单簇可能性聚类(KP1M)过程监控 | 第44-45页 |
| ·Greedy方法进行特征样本提取 | 第45页 |
| ·监控步骤 | 第45-46页 |
| ·仿真实验与工业应用 | 第46-48页 |
| ·TE模型仿真 | 第46-47页 |
| ·乙烯裂解炉应用 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第5章 过程监控软件开发与工业应用 | 第49-60页 |
| ·引言 | 第49页 |
| ·过程监控软件的开发 | 第49-54页 |
| ·基于COM接口的算法调用 | 第50-51页 |
| ·基于Matlab Coder技术的软件开发 | 第51页 |
| ·实时数据库的使用方法 | 第51-52页 |
| ·乙烯裂解炉实时监控应用 | 第52-54页 |
| ·过程仿真平台的开发 | 第54-59页 |
| ·Simulink中OPC模块的使用方法 | 第55-57页 |
| ·Matlab Code中OPC函数的使用方法 | 第57-58页 |
| ·仿真平台演示 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-61页 |
| ·研究工作总结 | 第60页 |
| ·工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
| 攻读硕士学位期间参与的科研项目 | 第67-68页 |
| 附录 | 第68-73页 |