| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·控制系统故障诊断技术概述 | 第12-15页 |
| ·控制系统故障诊断的主要任务及过程 | 第12-13页 |
| ·故障诊断方法的分类 | 第13-15页 |
| ·多变量统计过程控制的国内外发展现状 | 第15-17页 |
| ·PCA 的基本思想及发展 | 第15-16页 |
| ·ICA 的基本思想及发展 | 第16-17页 |
| ·支持向量机的发展 | 第17-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| 第2章 基于多变量统计方法的故障诊断 | 第19-31页 |
| ·PCA 故障检测方法 | 第19-25页 |
| ·PCA 的基本原理 | 第19-20页 |
| ·PCA 中主元的计算 | 第20-22页 |
| ·PCA 的故障检测 | 第22-24页 |
| ·基于 PCA 的故障检测仿真 | 第24-25页 |
| ·ICA 故障检测方法 | 第25-30页 |
| ·ICA 的基本原理 | 第25-26页 |
| ·ICA 的预处理 | 第26-27页 |
| ·FastICA 算法 | 第27-29页 |
| ·ICA 的故障检测 | 第29-30页 |
| ·本章小节 | 第30-31页 |
| 第3章 基于支持向量机的故障分类方法 | 第31-41页 |
| ·统计学习理论 | 第31-33页 |
| ·VC 维 | 第31-32页 |
| ·结构风险最小化原则 | 第32-33页 |
| ·支持向量机基本原理 | 第33-38页 |
| ·线性可分支持向量机 | 第34-36页 |
| ·广义支持向量机 | 第36-38页 |
| ·支持向量机多分类方法 | 第38-40页 |
| ·本章小节 | 第40-41页 |
| 第4章 基于 ICA-SVM 融合的故障诊断方法研究 | 第41-58页 |
| ·ICA-SVM 融合的诊断过程 | 第41-42页 |
| ·TE 过程的故障诊断及结果分析 | 第42-48页 |
| ·TE 过程 | 第42-44页 |
| ·TE 过程的仿真研究 | 第44-48页 |
| ·基于三水箱液位控制系统的故障诊断 | 第48-57页 |
| ·三水箱液位控制系统简介 | 第48-49页 |
| ·三水箱液位控制系统的故障诊断仿真研究 | 第49-57页 |
| ·本章小节 | 第57-58页 |
| 第5章 故障诊断监控平台的设计 | 第58-67页 |
| ·软件的介绍 | 第58-63页 |
| ·Visual Basic 简介 | 第58-59页 |
| ·Matlab 简介 | 第59-60页 |
| ·VB 和 Matlab 混合编程的介绍 | 第60-63页 |
| ·界面功能的介绍 | 第63-66页 |
| ·软件的总体结构 | 第63页 |
| ·系统监控平台 | 第63-66页 |
| ·本章小节 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |