| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的背景及意义 | 第9-11页 |
| ·基于数据驱动的故障检测与诊断研究现状 | 第11-13页 |
| ·课题研究的主要内容及论文结构 | 第13-16页 |
| 第2章 基于粒子群优化的核主元分析(KPCA)方法的研究 | 第16-36页 |
| ·粒子群优化算法(PSO) | 第16-19页 |
| ·粒子群优化算法概述 | 第16页 |
| ·粒子群优化算法原理与步骤 | 第16-19页 |
| ·基于PSO的核函数参数选优方法研究 | 第19-28页 |
| ·核主元分析的基本原理 | 第19-22页 |
| ·核函数方法 | 第22-23页 |
| ·核函数参数确定 | 第23页 |
| ·基于PSO的核函数参数选优算法设计 | 第23-26页 |
| ·仿真研究 | 第26-28页 |
| ·田纳西-伊斯曼过程 | 第28-32页 |
| ·过程工艺流程图 | 第28-29页 |
| ·过程变量和过程故障 | 第29-32页 |
| ·基于PSO的核主元分析方法的研究 | 第32-35页 |
| ·基于PSO的核主元分析的特征提取研究 | 第32页 |
| ·基于PSO核主元分析的TE模型的故障状态识别 | 第32-35页 |
| ·小结 | 第35-36页 |
| 第3章 基于核主元分析的故障检测与诊断的研究 | 第36-65页 |
| ·基于核主元分析的故障检测方法 | 第36-42页 |
| ·SPE统计量和T~2统计量 | 第36-37页 |
| ·基于核主元分析的故障检测算法步骤 | 第37-38页 |
| ·基于TE模型的仿真研究 | 第38-42页 |
| ·基于PSO的核主元分析的故障检测与诊断方法 | 第42-53页 |
| ·基于PSO的核主元分析的故障诊断算法及步骤 | 第42-46页 |
| ·基于TE模型的仿真研究 | 第46-53页 |
| ·基于小波包的核主元分析的故障检测方法研究 | 第53-64页 |
| ·小波包分析基本原理 | 第53-55页 |
| ·小波包去噪算法研究 | 第55-56页 |
| ·基于小波包的核主元分析的故障检测方法 | 第56-58页 |
| ·基于TE模型的仿真研究 | 第58-64页 |
| ·小结 | 第64-65页 |
| 第4章 基于核主元分析与支持向量机(SVM)的故障诊断方法研究 | 第65-80页 |
| ·支持向量机 | 第65-74页 |
| ·支持向量机基本原理 | 第65-70页 |
| ·多类支持向量机分类方法及算法 | 第70-74页 |
| ·基于核主元分析与支持向量机(SVM)的故障诊断研究 | 第74-79页 |
| ·基于多类SVM的故障分类器的建立 | 第74-75页 |
| ·基于核主元分析与支持向量机(SVM)的故障诊断算法 | 第75-76页 |
| ·仿真研究 | 第76-79页 |
| ·小结 | 第79-80页 |
| 第5章 总结与展望 | 第80-82页 |
| ·工作总结 | 第80-81页 |
| ·研究展望 | 第81-82页 |
| 参考文献 | 第82-89页 |
| 在读期间发表的学术论文及研究成果 | 第89-90页 |
| 致谢 | 第90页 |
