| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-18页 |
| 1 绪论 | 第18-46页 |
| 摘要 | 第18页 |
| ·引言 | 第18-19页 |
| ·过程监控的研究内容和研究现状 | 第19-26页 |
| ·过程监控的基本概念和研究内容 | 第20-22页 |
| ·过程监控的主要方法 | 第22-26页 |
| ·统计过程监控的发展和存在问题 | 第26-32页 |
| ·统计过程监控的发展 | 第26-27页 |
| ·多变量统计过程监控存在的问题 | 第27-32页 |
| ·多变量统计过程监控中的数据降维 | 第32-40页 |
| ·基于数据降维的过程监控方法 | 第32-34页 |
| ·流形学习 | 第34-39页 |
| ·NPE算法介绍 | 第39-40页 |
| ·本文的研究内容和创新点 | 第40-44页 |
| ·主要研究内容 | 第40-42页 |
| ·各章节介绍 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 2 基于核正交近邻关系保持嵌入的故障检测 | 第46-60页 |
| 摘要 | 第46页 |
| ·引言 | 第46-48页 |
| ·正交邻域保持嵌入(ONPE) | 第48-49页 |
| ·核正交邻域保持嵌入 | 第49-51页 |
| ·基于KONPE的故障检测 | 第51-53页 |
| ·实例研究 | 第53-59页 |
| ·数值仿真 | 第53-55页 |
| ·TE Benchmark实验研究 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 3 基于非局部约束的局部保留嵌入算法及故障检测 | 第60-78页 |
| 摘要 | 第60页 |
| ·引言 | 第60-61页 |
| ·问题描述 | 第61-63页 |
| ·非局部约束的邻域保持嵌入算法(NSC-NPE) | 第63-68页 |
| ·局部结构 | 第63-64页 |
| ·非局部结构 | 第64-65页 |
| ·NSC-NPE的目标函数 | 第65-66页 |
| ·算法分析 | 第66-67页 |
| ·参数选择 | 第67-68页 |
| ·基于NSC-NPE算法的故障检测 | 第68-69页 |
| ·实例研究 | 第69-75页 |
| ·数值仿真 | 第69-71页 |
| ·Tennessee Eastman Benchmark实验研究 | 第71-75页 |
| ·本章小结 | 第75-78页 |
| 4 基于时序扩展的NPE算法及其在故障检测中的应用 | 第78-96页 |
| 摘要 | 第78页 |
| ·引言 | 第78-79页 |
| ·问题描述 | 第79-80页 |
| ·时序近邻保持嵌入算法 | 第80-84页 |
| ·算法思想和步骤 | 第80-82页 |
| ·理论分析 | 第82-83页 |
| ·算法比较 | 第83-84页 |
| ·基于时间和空间结构保留算法 | 第84-89页 |
| ·TSNPE算法描述 | 第85-87页 |
| ·参数选择 | 第87-88页 |
| ·算法比较 | 第88-89页 |
| ·基于TNPE和TSNPE的故障检测 | 第89-90页 |
| ·实例研究 | 第90-95页 |
| ·多变量动态过程 | 第90-92页 |
| ·TE benchmark实验研究 | 第92-95页 |
| ·本章小结 | 第95-96页 |
| 5 基于NPE的过程监控理论分析 | 第96-112页 |
| 摘要 | 第96页 |
| ·引言 | 第96-97页 |
| ·基于流形学习的过程监控的机理分析 | 第97-99页 |
| ·流形学习算法的前提假设 | 第97-98页 |
| ·工业过程数据特征 | 第98-99页 |
| ·流形学习算法的过程监控特点 | 第99-108页 |
| ·基于NPE的数据特征提取 | 第99-102页 |
| ·基于NPE的统计量构建特点 | 第102-105页 |
| ·NPE算法的故障检测性能 | 第105-108页 |
| ·流形学习应用于过程监控的优势及存在问题 | 第108-110页 |
| ·本章小结 | 第110-112页 |
| 6 总结与展望 | 第112-116页 |
| 摘要 | 第112页 |
| ·研究工作总结 | 第112-113页 |
| ·研究工作展望 | 第113-116页 |
| 参考文献 | 第116-136页 |
| 攻读博士学位期间完成的学术论文 | 第136-137页 |
| 攻读博士学位期间参加的科研项目 | 第137-138页 |
| 作者简介 | 第138页 |