| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 课题背景及研究目的 | 第9-10页 |
| 1.2 过程监测概述 | 第10-14页 |
| 1.2.1 过程监测的研究内容及评价指标 | 第10-11页 |
| 1.2.2 过程监测的研究方法 | 第11-14页 |
| 1.3 国内外在该方向的研究现状及分析 | 第14-18页 |
| 1.3.1 多元统计分析方法的研究现状 | 第14-15页 |
| 1.3.2 工业过程的数据特性 | 第15-17页 |
| 1.3.3 国内外文献综述 | 第17-18页 |
| 1.4 本文的主要研究内容 | 第18-21页 |
| 第2章 基于偏最小二乘法的线性过程监测方法 | 第21-40页 |
| 2.1 引言 | 第21页 |
| 2.2 偏最小二乘法 | 第21-24页 |
| 2.3 改进型偏最小二乘法 | 第24-27页 |
| 2.4 仿真验证 | 第27-39页 |
| 2.4.1 数值仿真 | 第28-33页 |
| 2.4.2 田纳西-伊斯曼过程仿真 | 第33-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于核偏最小二乘法的非线性过程监测方法 | 第40-55页 |
| 3.1 引言 | 第40页 |
| 3.2 核偏最小二乘法 | 第40-43页 |
| 3.3 在线故障诊断 | 第43-45页 |
| 3.4 基于小波变换的非线性过程监测 | 第45-47页 |
| 3.5 仿真验证 | 第47-54页 |
| 3.5.1 数值算例 | 第47-49页 |
| 3.5.2 污水处理过程仿真实例 | 第49-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 基于核偏最小二乘法的动态过程监测方法 | 第55-68页 |
| 4.1 引言 | 第55页 |
| 4.2 工业动态过程 | 第55-56页 |
| 4.3 基于多子阶段KPLS模型方法的动态过程监测 | 第56-64页 |
| 4.3.1 多子阶段KPLS模型的建立 | 第57-59页 |
| 4.3.2 多次多子阶段KPLS建模分析 | 第59-60页 |
| 4.3.3 多工况过程离线识别 | 第60-62页 |
| 4.3.4 多工况过程在线识别与监测 | 第62-64页 |
| 4.4 污水处理过程仿真实例 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第76-78页 |
| 致谢 | 第78页 |