| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 化工过程故障诊断的研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 研究现状 | 第13-14页 |
| 1.2.2 故障诊断综述 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第二章 规范变量分析 | 第19-31页 |
| 2.1 规范变量分析（CVA） | 第19-23页 |
| 2.1.1 规范变量分析（CVA）的统计算法 | 第19-20页 |
| 2.1.2 规范变量分析（CVA）状态向量的构造 | 第20-22页 |
| 2.1.3 基于规范变量分析（CVA）的过程监控统计量 | 第22-23页 |
| 2.2 规范变量分析的算法步骤 | 第23页 |
| 2.3 仿真分析 | 第23-30页 |
| 2.3.1 TE过程 | 第23-27页 |
| 2.3.2 TE过程仿真结果与分析 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于ISOMAP的化工过程故障诊断CVA算法 | 第31-36页 |
| 3.1 等距映射（ISOMAP）算法 | 第31-33页 |
| 3.2 基于ISOMAP的故障诊断CVA算法 | 第33页 |
| 3.3 仿真分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于滑动窗的CVA故障诊断算法 | 第36-42页 |
| 4.1 滑动窗 | 第36-37页 |
| 4.2 基于滑动窗的CVA故障诊断算法 | 第37-38页 |
| 4.3 仿真分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于GMM的KCVA化工过程故障诊断方法 | 第42-51页 |
| 5.1 核规范变量分析（KCVA）算法 | 第42-44页 |
| 5.2 基于GMM-KCVA的故障诊断算法 | 第44-46页 |
| 5.3 GMM-KCVA算法步骤 | 第46-47页 |
| 5.4 仿真分析 | 第47-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 6.1 结论 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录 攻读硕士学位期间所发表的学术论文 | 第58页 |