基于独立成份分析与支持向量机集成故障诊断方法的研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题来源及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·故障诊断技术介绍 | 第10-13页 |
| ·精馏塔故障诊断的需求 | 第13-15页 |
| ·本论文主要研究内容 | 第15页 |
| ·本章小结 | 第15-17页 |
| 第二章 算法理论基础 | 第17-31页 |
| ·独立成份分析 | 第17-24页 |
| ·独立成份分析定义 | 第17-18页 |
| ·独立性定义 | 第18页 |
| ·ICA 估计原理 | 第18-23页 |
| ·ICA 算法 | 第23-24页 |
| ·统计学习理论和支持向量机原理 | 第24-30页 |
| ·VC 维 | 第24-25页 |
| ·结构风险最小化 | 第25-27页 |
| ·最大间隔原则 | 第27页 |
| ·核函数 | 第27-28页 |
| ·支持向量机原理 | 第28-29页 |
| ·聚类算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 独立成份分析与支持向量机集成故障诊断方法 | 第31-48页 |
| ·引言 | 第31页 |
| ·ICA 和SVM 的集成故障诊断方法 | 第31-47页 |
| ·独立成份分析（ICA）过程监控技术 | 第32-38页 |
| ·支持向量机（SVM）的故障诊断技术 | 第38-41页 |
| ·基于ICA-SVM 的故障诊断框架 | 第41-44页 |
| ·ICA-SVM 集成算法 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 仿真试验 | 第48-62页 |
| ·前言 | 第48-49页 |
| ·丁二烯精馏生产装置 | 第49-50页 |
| ·监控过程变量和扰动变动分析 | 第50-52页 |
| ·DA106 精馏塔监控结果与讨论 | 第52-57页 |
| ·DA107 精馏塔实验研究结果与讨论 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-65页 |
| ·总结 | 第62-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 硕士期间发表论文 | 第67-68页 |
| 致谢 | 第68页 |
