| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-36页 |
| ·引言 | 第12-13页 |
| ·传感器故障诊断的概念与基本原理 | 第13-17页 |
| ·有关传感器故障诊断的基本概念 | 第13-15页 |
| ·传感器故障诊断的基本原理 | 第15-17页 |
| ·传感器故障诊断方法的研究现状 | 第17-33页 |
| ·基于物理冗余的方法 | 第18-19页 |
| ·统计方法 | 第18-19页 |
| ·数据融合方法 | 第19页 |
| ·基于解析冗余的方法 | 第19-24页 |
| ·基于滤波器和观测器的方法 | 第20页 |
| ·等价关系法 | 第20-22页 |
| ·人工神经网络方法 | 第22-23页 |
| ·贝叶斯网络方法 | 第23-24页 |
| ·其它传感器故障诊断方法 | 第24页 |
| ·基于主元分析方法 | 第24-33页 |
| ·PCA 的基本算法 | 第25-26页 |
| ·对传统 PCA 方法的改进 | 第26-30页 |
| ·基于主元分析的传感器故障诊断方法 | 第30-33页 |
| ·本文的研究内容及结构 | 第33-36页 |
| 第二章 基于 FS_KPCA 的传感器故障诊断方法 | 第36-56页 |
| ·引言 | 第36-37页 |
| ·标准 KPCA 算法 | 第37-38页 |
| ·问题的提出 | 第38-39页 |
| ·基于特征子空间的 KPCA | 第39-44页 |
| ·特征子空间的正交基 | 第39-40页 |
| ·输入空间到特征子空间的映射 | 第40页 |
| ·样本基的构造 | 第40-43页 |
| ·基于特征子空间的 KPCA | 第43-44页 |
| ·基于 FS_KPCA 的故障检测与诊断 | 第44-48页 |
| ·故障检测 | 第44-45页 |
| ·传感器故障诊断 | 第45-48页 |
| ·仿真研究 | 第48-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 基于结构优化 SRAMS 的传感器故障诊断方法 | 第56-70页 |
| ·引言 | 第56-57页 |
| ·基于 SRAMS 的故障诊断方法 | 第57-62页 |
| ·系统描述 | 第57页 |
| ·PCA 与解析模型的等价关系 | 第57-58页 |
| ·基于模型方程的故障检测 | 第58-59页 |
| ·基于 SRAMS 的故障诊断 | 第59-62页 |
| ·故障敏感度指标 | 第62-63页 |
| ·影响矩阵的优化选择 | 第63-65页 |
| ·全局搜索算法 | 第63-64页 |
| ·局部搜索算法 | 第64-65页 |
| ·仿真研究 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第四章 基于结构化 KPCA 的传感器故障诊断 | 第70-84页 |
| ·引言 | 第70-71页 |
| ·基于结构化残差的传感器故障诊断方法 | 第71-72页 |
| ·基于结构化 KPCA 的非线性建模 | 第72-75页 |
| ·KPCA 及特征空间的能量函数 | 第72-74页 |
| ·结构化 KPCA 子模型的建模 | 第74-75页 |
| ·影响矩阵的设计 | 第75-78页 |
| ·KPCA 子模型的故障敏感度和关键敏感度 | 第75-76页 |
| ·KPCA 子模型的故障敏感度计算 | 第76-77页 |
| ·影响矩阵的优化设计 | 第77-78页 |
| ·仿真研究 | 第78-82页 |
| ·本章小结 | 第82-84页 |
| 第五章 基于结构优化 SRAMS 的传感器故障诊断方法在催化裂化装置中的应用 | 第84-102页 |
| ·应用背景 | 第84页 |
| ·催化裂化工艺流程介绍 | 第84-87页 |
| ·系统方案设计 | 第87-97页 |
| ·炼油厂实时信息系统 | 第87-89页 |
| ·传感器故障监测系统网络设计方案 | 第89-91页 |
| ·传感器故障检测与诊断的软件实现 | 第91-97页 |
| ·应用结果 | 第97-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 工作总结与研究展望 | 第102-106页 |
| ·研究工作总结 | 第102-103页 |
| ·研究展望 | 第103-106页 |
| 参考文献 | 第106-122页 |
| 作者简介 | 第122-124页 |
| 攻读博士学位期间发表论文和参与的科研项目 | 第124页 |
