基于多模型决策融合的空分过程故障检测与预报
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-21页 |
| ·引言 | 第11-12页 |
| ·故障检测与预报 | 第12-19页 |
| ·故障检测与故障预报的一些定义 | 第12-13页 |
| ·故障检测与预报的关系 | 第13页 |
| ·故障检测的研究现状 | 第13-16页 |
| ·故障预报的研究现状 | 第16-19页 |
| ·故障预报研究的主要问题 | 第19-20页 |
| ·论文的主要内容 | 第20-21页 |
| 2 空分过程及其故障检测与预报 | 第21-29页 |
| ·空分过程及氮塞故障 | 第21-26页 |
| ·空分系统的基本原理和生产流程 | 第21-24页 |
| ·空分生产过程的变负荷操作 | 第24-25页 |
| ·氮塞故障及其特性 | 第25-26页 |
| ·空分过程故障检测与预报的研究现状 | 第26-27页 |
| ·空分过程的数据概况 | 第27-28页 |
| ·小结 | 第28-29页 |
| 3 基于单一模型的故障检测与预报 | 第29-60页 |
| ·数据预处理 | 第29-30页 |
| ·基于主元分析的氮塞故障的检测与预报 | 第30-38页 |
| ·主元分析法 | 第30-33页 |
| ·基于PCA的氮塞故障检测与预报模型 | 第33-34页 |
| ·仿真示例 | 第34-38页 |
| ·基于动态主元分析的氮塞故障的检测与预报 | 第38-44页 |
| ·动态主元分析 | 第38-40页 |
| ·基于DPCA的氮塞故障检测与预报模型 | 第40-41页 |
| ·仿真示例 | 第41-44页 |
| ·基于聚类的氮塞故障的检测与预报 | 第44-50页 |
| ·聚类方法 | 第44-46页 |
| ·基于聚类的氮塞故障检测与预报模型 | 第46-47页 |
| ·仿真示例 | 第47-50页 |
| ·基于神经网络集成的氮塞故障的检测与预报 | 第50-58页 |
| ·神经网络集成 | 第50-55页 |
| ·基于神经网络集成的氮塞故障检测与预报模型 | 第55-56页 |
| ·仿真示例 | 第56-58页 |
| ·小结 | 第58-60页 |
| 4 多模型决策融合氮塞故障检测与预报系统 | 第60-78页 |
| ·多模型决策融合氮塞故障检测与预报系统的结构 | 第60-64页 |
| ·几种监控方法的互补关系 | 第60-61页 |
| ·数据融合的原理 | 第61-63页 |
| ·多模型决策融合系统的结构 | 第63-64页 |
| ·多模型决策融合方法 | 第64-72页 |
| ·基于分批估计与加权平均的融合方法 | 第64-66页 |
| ·基于Bayes推理的融合方法 | 第66-69页 |
| ·基于空间变换的融合方法 | 第69-72页 |
| ·仿真示例 | 第72-76页 |
| ·小结 | 第76-78页 |
| 5 结束语 | 第78-80页 |
| ·总结 | 第78页 |
| ·展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 作者攻读硕士学位期间完成的论文 | 第85页 |
