非线性过程监测中的数据降维及相关问题研究
| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目次 | 第11-15页 |
| 图目录 | 第15-17页 |
| 表目录 | 第17-18页 |
| 符号与缩写 | 第18-21页 |
| 1 绪论 | 第21-45页 |
| ·引言 | 第21-24页 |
| ·MSPM的基本概念与方法 | 第24-33页 |
| ·MSPM中的基本概念 | 第24-27页 |
| ·MSPM中的数据降维 | 第27-29页 |
| ·基本MSPM方法 | 第29-33页 |
| ·非线性过程监测的研究现状 | 第33-41页 |
| ·非线性故障检测 | 第33-40页 |
| ·非线性故障识别 | 第40-41页 |
| ·非线性训练数据集的离群点处理 | 第41页 |
| ·本文主要内容和创新点 | 第41-45页 |
| 2 基于最大方差展开投影的非线性故障检测与隔离 | 第45-61页 |
| ·引言 | 第45-47页 |
| ·MVUP | 第47-51页 |
| ·MVU回顾 | 第47-49页 |
| ·MVU的参数设置 | 第49-50页 |
| ·MVUP投影矩阵求解 | 第50-51页 |
| ·MVUP过程监测 | 第51-53页 |
| ·故障检测 | 第51-53页 |
| ·故障隔离 | 第53页 |
| ·TE benchmark仿真研究 | 第53-59页 |
| ·TE benchmark仿真过程的故障检测 | 第55-58页 |
| ·TE benchmark仿真过程的故障隔离 | 第58-59页 |
| ·小结 | 第59-61页 |
| 3 核无监督降维故障检测中的核函数学习 | 第61-75页 |
| ·引言 | 第61-63页 |
| ·KPCA故障检测方法 | 第63-64页 |
| ·核函数学习 | 第64-68页 |
| ·数据依赖核 | 第64-65页 |
| ·核函数优化 | 第65-67页 |
| ·示例 | 第67-68页 |
| ·实例研究 | 第68-72页 |
| ·简单非线性数值系统 | 第69-71页 |
| ·TE benchmark仿真过程 | 第71-72页 |
| ·参数敏感性实验 | 第72页 |
| ·小结 | 第72-75页 |
| 4 基于核正交保局投影的非线性故障检测 | 第75-89页 |
| ·引言 | 第75-76页 |
| ·OLPP回顾 | 第76页 |
| ·KOLPP | 第76-80页 |
| ·问题表述 | 第76-78页 |
| ·问题求解 | 第78-80页 |
| ·KOLPP故障检测 | 第80-81页 |
| ·实例研究 | 第81-86页 |
| ·简单非线性数值系统 | 第82-84页 |
| ·TE benchmark仿真过程 | 第84-85页 |
| ·废水处理benchmark真实过程 | 第85-86页 |
| ·小结 | 第86-89页 |
| 5 基于保局判别分析及其核推广的非线性故障识别 | 第89-105页 |
| ·引言 | 第89-91页 |
| ·预备知识 | 第91-94页 |
| ·局部结构信息建模 | 第91-93页 |
| ·LSDA回顾 | 第93-94页 |
| ·LPDA | 第94-98页 |
| ·目标函数 | 第94页 |
| ·LPDA算法 | 第94-96页 |
| ·KLPDA | 第96-98页 |
| ·LDA与LPDA的分析比较 | 第98-99页 |
| ·实例研究 | 第99-103页 |
| ·TE benchmark仿真过程 | 第100-102页 |
| ·废水处理benchmark真实过程 | 第102-103页 |
| ·小结 | 第103-105页 |
| 6 基于张量保局判别分析的动态故障识别 | 第105-113页 |
| ·引言 | 第105-106页 |
| ·TLPDA | 第106-108页 |
| ·TLPDA动态故障识别 | 第108-109页 |
| ·TE benchmark仿真研究 | 第109-110页 |
| ·小结 | 第110-113页 |
| 7 高维非线性数据集中基于距离离群点的快速检测 | 第113-121页 |
| ·引言 | 第113-115页 |
| ·NHP算法 | 第115-117页 |
| ·搜索次序优化策略 | 第117-118页 |
| ·实验讨论 | 第118-120页 |
| ·对数据集记录数的伸缩性 | 第118页 |
| ·对参数κ和q的伸缩性 | 第118-120页 |
| ·小结 | 第120-121页 |
| 8 总结和展望 | 第121-125页 |
| ·研究工作总结 | 第121-123页 |
| ·研究工作展望 | 第123-125页 |
| 参考文献 | 第125-143页 |
| 附录 | 第143-145页 |
| 作者简历及在学期间取得的主要科研成果 | 第145-146页 |
