| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 工业大数据描述 | 第7-8页 |
| 1.3 故障检测方法的分类 | 第8-13页 |
| 1.3.1 基于数学模型的方法 | 第9-10页 |
| 1.3.2 基于知识的方法 | 第10-12页 |
| 1.3.3 基于数据驱动的方法 | 第12-13页 |
| 1.4 国内外研究现状 | 第13-14页 |
| 1.5 论文研究内容及组织结构 | 第14-15页 |
| 2 多元统计分析及故障检测方法 | 第15-24页 |
| 2.1 多元统计分析 | 第15-17页 |
| 2.1.1 多元统计分析的发展 | 第15页 |
| 2.1.2 多元统计分析的方法 | 第15-17页 |
| 2.2 主元分析法 | 第17-20页 |
| 2.2.1 主元分析法的思想 | 第17-18页 |
| 2.2.2 主元分析法的计算 | 第18-20页 |
| 2.3 统计量分析 | 第20-22页 |
| 2.3.1 Q统计量 | 第20-21页 |
| 2.3.2 T~2统计量 | 第21-22页 |
| 2.4 贡献值分析 | 第22-23页 |
| 2.4.1 Q贡献值 | 第22-23页 |
| 2.4.2 T~2贡献值 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 工业大数据的故障检测 | 第24-37页 |
| 3.1 基于CRS的故障检测 | 第24-26页 |
| 3.1.1 CRS统计量描述 | 第24页 |
| 3.1.2 CRS统计量的计算 | 第24-26页 |
| 3.2 基于CRS贡献值的故障定位 | 第26-27页 |
| 3.2.1 CRS贡献值描述 | 第26页 |
| 3.2.2 CRS贡献值的计算 | 第26-27页 |
| 3.3 工业大数据故障检测的实现 | 第27-28页 |
| 3.4 故障检测算法在汽车发动机怠速故障检测的应用 | 第28-35页 |
| 3.5 算法性能比较 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 故障检测软件的设计 | 第37-51页 |
| 4.1 MVC模式系统结构图 | 第37-38页 |
| 4.2 数据库设计 | 第38-39页 |
| 4.3 Controller设计 | 第39-43页 |
| 4.3.1 特征提取控制类 | 第40-41页 |
| 4.3.2 故障检测控制类 | 第41-42页 |
| 4.3.3 变量贡献值控制类 | 第42-43页 |
| 4.4 Model设计 | 第43-44页 |
| 4.4.1 特征提取模型 | 第43页 |
| 4.4.2 故障检测模型 | 第43-44页 |
| 4.4.3 变量贡献值模型 | 第44页 |
| 4.5 View设计 | 第44-50页 |
| 4.5.1 特征提取页面 | 第44-46页 |
| 4.5.2 故障检测页面 | 第46-48页 |
| 4.5.3 变量贡献值页面 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 A.作者在攻读学位期间发表的论文目录 | 第57页 |