基于数据驱动的化工过程故障监测与诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-10页 |
| ·故障的基本含义 | 第9-10页 |
| ·故障诊断的研究内容 | 第10页 |
| ·故障诊断方法介绍 | 第10-12页 |
| ·定性分析方法 | 第11页 |
| ·定量分析方法 | 第11-12页 |
| ·多元统计过程监测研究现状 | 第12-15页 |
| ·传统的多元统计分析方法 | 第12-13页 |
| ·传统方法的改进 | 第13-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第二章 数据驱动方法理论 | 第17-27页 |
| ·小波分析法 | 第17-21页 |
| ·小波变换的原理 | 第17-21页 |
| ·主成分分析 | 第21-23页 |
| ·主元分析理论 | 第22-23页 |
| ·主元分析的几何阐述 | 第23页 |
| ·自适应模糊神经网络 | 第23-26页 |
| ·网络结构 | 第24-25页 |
| ·学习算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于改进 MSPCA 的故障监测 | 第27-39页 |
| ·引言 | 第27页 |
| ·小波阈值去噪 | 第27-29页 |
| ·多尺度主元分析 | 第29页 |
| ·改进多尺度主元分析 | 第29-31页 |
| ·仿真实验研究 | 第31-37页 |
| ·Tennessee Eastman 过程描述 | 第31-33页 |
| ·数据集 | 第33页 |
| ·监测结果分析与讨论 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于 MSPCA-ANFIS 的故障诊断 | 第39-49页 |
| ·引言 | 第39页 |
| ·MSPCA-ANFIS 故障诊断策略 | 第39-41页 |
| ·离线建模 | 第40-41页 |
| ·在线诊断 | 第41页 |
| ·TE 过程仿真实验研究 | 第41-48页 |
| ·故障 1 的诊断 | 第41-43页 |
| ·故障 5 的诊断 | 第43-45页 |
| ·其他故障诊断情况 | 第45-47页 |
| ·故障诊断算法的性能评估 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结和展望 | 第49-51页 |
| ·结论 | 第49-50页 |
| ·未来的工作展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57-58页 |
