摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第11-21页 |
1.1 课题研究背景及意义 | 第11-13页 |
1.2 间歇过程特征分析 | 第13-15页 |
1.2.1 间歇过程的数据特征 | 第13-14页 |
1.2.2 多时段间歇过程举例 | 第14-15页 |
1.3 间歇过程统计建模及故障检测 | 第15-17页 |
1.3.1 间歇过程中的多变量统计分析 | 第15-17页 |
1.4 基于时段的间歇过程在线监测 | 第17-19页 |
1.4.1 时段划分算法 | 第17-18页 |
1.4.2 基于时段的过程监测 | 第18-19页 |
1.5 本文主要内容安排 | 第19-21页 |
2 多变量统计分析基础理论 | 第21-30页 |
2.1 多变量统计过程监控背景介绍 | 第21-22页 |
2.2 主成分分析方法介绍(PCA) | 第22-27页 |
2.2.1 主成分分析基本理论 | 第22页 |
2.2.2 主成分分析模型 | 第22-25页 |
2.2.3 主成分计算 | 第25页 |
2.2.4 主成分个数选择 | 第25-26页 |
2.2.5 主成分统计建模步骤 | 第26-27页 |
2.3 基于主成分分析的过程监测 | 第27-29页 |
2.3.1 主成分分析中的两种检验统计量 | 第28页 |
2.3.2 两种检验统计量的控制限 | 第28-29页 |
2.3.3 贡献图(Contribution Plot) | 第29页 |
2.4 本章小结 | 第29-30页 |
3 基于间歇过程的数据展开方法 | 第30-39页 |
3.1 数据预处理方法 | 第30-37页 |
3.1.1 沿批次方向的展开方法(BWU) | 第31-32页 |
3.1.2 沿变量方向的展开方法(OWU) | 第32-34页 |
3.1.3 有时间延迟的沿变量方向展开方法(OWTU) | 第34-35页 |
3.1.4 正规化沿批次方向展开(RBWU) | 第35-37页 |
3.2 本章小结 | 第37-39页 |
4 多时段间歇过程时段划分及故障诊断 | 第39-55页 |
4.1 多向主成分分析(MPCA)理论 | 第40-42页 |
4.2 基于过渡的软时段划分 | 第42-44页 |
4.3 基于软时段划分的MPCA | 第44-48页 |
4.4 三水箱系统实验仿真 | 第48-54页 |
4.4.1 实验系统介绍 | 第48-49页 |
4.4.2 时段划分仿真实验分析 | 第49-51页 |
4.4.3 在线监测和故障诊断仿真实验 | 第51-54页 |
4.5 本章小结 | 第54-55页 |
5 总结与展望 | 第55-57页 |
参考文献 | 第57-63页 |
致谢 | 第63-64页 |
个人简历 | 第64页 |
发表的学术论文 | 第64页 |