摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-17页 |
·课题研究背景 | 第10页 |
·故障诊断 | 第10-12页 |
·系统故障 | 第10-11页 |
·故障诊断 | 第11页 |
·故障诊断的方法分类 | 第11-12页 |
·基于数据驱动的故障诊断方法 | 第12-13页 |
·多元统计分析方法的发展与现状 | 第13-14页 |
·当前过程监控技术存在的问题 | 第14-15页 |
·本文内容安排及创新点 | 第15-17页 |
第二章 基于多元统计分析的过程监控 | 第17-29页 |
·数据预处理 | 第17-18页 |
·主元分析方法 | 第18-21页 |
·主元个数的确定 | 第18页 |
·主元分析算法 | 第18-20页 |
·主元分析算法的实现 | 第20-21页 |
·基于主元分析方法的故障检测 | 第21-23页 |
·SPE统计量 | 第21-22页 |
·Hotelling’s T2 统计量 | 第22-23页 |
·主元分析法的故障检测 | 第23页 |
·偏最小二乘方法 | 第23-26页 |
·偏最小二乘算法的描述 | 第23-24页 |
·偏最小二乘算法的实现 | 第24-26页 |
·基于偏最小二乘方法的故障检测 | 第26-27页 |
·PCA与PLS方法的仿真对比 | 第27-28页 |
·本章小节 | 第28-29页 |
第三章 基于核函数的多元统计分析的过程监控 | 第29-39页 |
·核函数理论 | 第29-32页 |
·基于核主元分析方法的故障诊断方法 | 第32-34页 |
·核主元分析方法 | 第32-33页 |
·基于核主元分析法的故障检测 | 第33-34页 |
·基于核偏最小二乘方法的故障诊断方法 | 第34-37页 |
·核偏最小二乘方法 | 第35-36页 |
·基于核偏最小二乘法的故障检测 | 第36-37页 |
·KPCA与KPLS方法的对比 | 第37-38页 |
·本章小节 | 第38-39页 |
第四章 基于多元统计分析方法的TE过程故障检测 | 第39-51页 |
·田纳西-伊斯曼过程 | 第39-43页 |
·TE过程工艺介绍 | 第39-41页 |
·过程变量 | 第41-42页 |
·过程故障 | 第42页 |
·过程故障的引入 | 第42-43页 |
·基于KPLS算法的TE过程故障检测 | 第43-50页 |
·阶跃变化型故障的分析 | 第43-47页 |
·随机变化型故障的分析 | 第47-48页 |
·缓慢漂移型故障的分析 | 第48-49页 |
·阀门卡死型故障的分析 | 第49-50页 |
·本章小节 | 第50-51页 |
第五章 基于核偏最小二乘方法的TE过程多重故障检测 | 第51-57页 |
·SPE贡献图的工作原理 | 第51页 |
·TE过程多点位故障的故障检测 | 第51-56页 |
·同种类型多点位故障的检测与分析 | 第52-53页 |
·非同种类型多点位故障的检测与分析 | 第53-56页 |
·本章小结 | 第56-57页 |
第六章 总结与展望 | 第57-59页 |
·总结 | 第57页 |
·展望 | 第57-59页 |
参考文献 | 第59-62页 |
附录 符号说明 | 第62-64页 |
发表论文和科研情况说明 | 第64-65页 |
致谢 | 第65-66页 |