| 目录 | 第4-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第14-31页 |
| 1.1 引言 | 第14页 |
| 1.2 过程监控的研究对象和基本概念 | 第14-17页 |
| 1.2.1 过程监控的研究对象 | 第14-16页 |
| 1.2.2 过程监控的一些基本概念 | 第16-17页 |
| 1.3 过程监控方法分类 | 第17-23页 |
| 1.3.1 基于数学模型的方法 | 第18-19页 |
| 1.3.2 不依赖于数学模型的方法 | 第19-23页 |
| 1.3.2.1 基于知识的方法 | 第19-21页 |
| 1.3.2.2 基于信号处理的方法 | 第21-23页 |
| 1.4 主元分析方法PCA及其在工业中的应用 | 第23-27页 |
| 1.4.1 主元分析方法的基本思想及其含义 | 第23-24页 |
| 1.4.2 主元分析方法在工业监控中的应用 | 第24-27页 |
| 1.4.2.1 基于主元分析方法的多元统计过程控制 | 第24-26页 |
| 1.4.2.2 一般的基于主元分析方法的过程监控方法 | 第26-27页 |
| 1.5 盲源信号处理及其在工业过程监控中的应用 | 第27-29页 |
| 1.5.1 盲源信号分析及其优越性 | 第27-28页 |
| 1.5.2 盲源信号分析在过程监控中的应用 | 第28-29页 |
| 1.6 本章小结和本文主要内容 | 第29-31页 |
| 第二章 基于支持向量分类器PCA过程监控方法 | 第31-43页 |
| 2.1 引言 | 第31页 |
| 2.2 过程信息的主元分析 | 第31-35页 |
| 2.3 用于过程信息分类的支持分类器模型建立 | 第35-38页 |
| 2.4 支持向量分类器控制限的确定 | 第38页 |
| 2.5 工业过程仿真分析 | 第38-41页 |
| 2.5.1 过程描述及过程信息预处理 | 第38-39页 |
| 2.5.2 基于过程正常数据建立信息分类模型 | 第39-40页 |
| 2.5.3 过程故障工况的检测和故障的定位 | 第40-41页 |
| 2.6 本章小结 | 第41-43页 |
| 第三章 独立成分分析方法(ICA)及其在过程监控和故障诊断中的应用 | 第43-53页 |
| 3.1 引言 | 第43页 |
| 3.2 数据的预处理 | 第43-44页 |
| 3.3 独立成分分析(ICA)过程 | 第44-48页 |
| 3.4 基于独立成分分析的过程监控控制限的确定 | 第48-49页 |
| 3.4.1 支持向量分类器 | 第48-49页 |
| 3.4.2 控制限的确定 | 第49页 |
| 3.5 基于ICA分析的过程监控仿真 | 第49-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第四章 基于小波变换去噪多元统计投影分析的过程监控方法研究 | 第53-65页 |
| 4.1 引言 | 第53页 |
| 4.2 基于小波变换去噪的多元统计投影分析方法 | 第53-57页 |
| 4.2.1 小波变换去噪分析 | 第53-55页 |
| 4.2.2 盲源信号提取方法 | 第55-56页 |
| 4.2.3 过程统计量 | 第56-57页 |
| 4.3 仿真研究 | 第57-63页 |
| 4.3.1 苯和甲苯两组分精馏分离过程 | 第57-60页 |
| 4.3.2 双效蒸发过程 | 第60-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 基于小波变换盲源信号分离的过程监控方法研究 | 第65-77页 |
| 5.1 引言 | 第65页 |
| 5.2 测量信号的去噪 | 第65-68页 |
| 5.3 测量信号的降维 | 第68-69页 |
| 5.4 基于信息最大化的盲源信号分离方法 | 第69-71页 |
| 5.5 基于PARZEN窗函数估计的过程独立成分控制限的确定 | 第71-72页 |
| 5.6 基于小波变换去噪盲源信号分离的过程监控仿真 | 第72-75页 |
| 5.6.1 多变量AR(1)过程 | 第72-73页 |
| 5.6.2 非等温放热反应CSTR | 第73-75页 |
| 5.7 本章小结 | 第75-77页 |
| 第六章 基于多元统计投影方法的过程性能监控和故障诊断技术研究 | 第77-84页 |
| 6.1 引言 | 第77页 |
| 6.2 过程特征信号提取 | 第77-79页 |
| 6.2.1 非正态分布过程特征子信号提取 | 第78页 |
| 6.2.2 过程信息中正态分布主元子信号的提取 | 第78-79页 |
| 6.3 两类不同分布的过程特征信号监控 | 第79页 |
| 6.4 过程仿真-双效蒸发过程 | 第79-83页 |
| 6.5 本章小结 | 第83-84页 |
| 第七章 基于时间结构盲源信号分析的过程监控研究 | 第84-95页 |
| 7.1 引言 | 第84页 |
| 7.2 过程信息预处理 | 第84-86页 |
| 7.2.1 过程信息中心化 | 第84-85页 |
| 7.2.2 去噪白化过程 | 第85-86页 |
| 7.3 基于联合对角化的鲁棒二次盲辨识方法 | 第86-88页 |
| 7.4 过程监控及故障诊断仿真研究 | 第88-91页 |
| 7.4.1 多变量AR(1)过程 | 第88-90页 |
| 7.4.2 连续搅拌非等温反应器 | 第90-91页 |
| 7.5 本章小结 | 第91-95页 |
| 第八章 基于平稳性能不确定信息盲源信号提取的过程监控方法研究 | 第95-105页 |
| 8.1 引言 | 第95页 |
| 8.2 基于过程二阶统计量提取过程盲源信号 | 第95-99页 |
| 8.2.1 基于过程二阶统计量提取过程盲源信号含义 | 第95-96页 |
| 8.2.2 过程信息预处理 | 第96-98页 |
| 8.2.3 过程盲源信号提取 | 第98-99页 |
| 8.3 基于k-近邻法分类器的过程监控控制线的确定 | 第99-101页 |
| 8.4 过程监控和故障诊断仿真研究 | 第101-103页 |
| 8.4.1 多变量AR(1)过程 | 第101-102页 |
| 8.4.2 双效蒸发过程 | 第102-103页 |
| 8.5 本章小结 | 第103-105页 |
| 第九章 基于多元统计信号处理的半间歇和间歇过程监控方法研究 | 第105-117页 |
| 9.1 引言 | 第105页 |
| 9.2 过程信息预处理 | 第105-107页 |
| 9.3 基于最大似然估计的过程盲源信号提取方法 | 第107-109页 |
| 9.4 过程主元信号的提取 | 第109-110页 |
| 9.5 过程监控控制限的确定 | 第110-111页 |
| 9.5.1 过程盲源信号控制限的确定 | 第110页 |
| 9.5.2 对过程主元信息的过程监控控制限的确定 | 第110-111页 |
| 9.6 过程仿真 | 第111-115页 |
| 9.6.1 半间歇等温釜式反应 | 第111-113页 |
| 9.6.2 间歇放热反应过程 | 第113-115页 |
| 9.7 本章小结 | 第115-117页 |
| 第十章 总结和展望 | 第117-124页 |
| 10.1 本文所做工作的简单总结 | 第117-119页 |
| 10.2 挑战和展望 | 第119-124页 |
| 参考文献 | 第124-134页 |
| 致谢 | 第134-135页 |
| 附录 | 第135-137页 |
