| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| ·化工过程故障诊断的研究背景及意义 | 第13页 |
| ·国内外研究现状 | 第13-16页 |
| ·故障诊断方法 | 第14页 |
| ·现状研究 | 第14-15页 |
| ·多变量统计方法 | 第15-16页 |
| ·本文研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 独立分量分析方法及其在故障诊断中的应用 | 第18-32页 |
| ·独立分量分析 | 第18-21页 |
| ·ICA模型 | 第18-19页 |
| ·独立分量的求取 | 第19-20页 |
| ·ICA的基本算法 | 第20-21页 |
| ·基于ICA的故障诊断分析 | 第21-22页 |
| ·离线建模过程 | 第21-22页 |
| ·在线监控过程 | 第22页 |
| ·ICA方法应用于TE过程的故障检测仿真研究 | 第22-26页 |
| ·TE 过程 | 第22-24页 |
| ·仿真研究 | 第24-26页 |
| ·峰度的FNN方法应用于酮苯脱蜡生产的故障诊断研究 | 第26-31页 |
| ·FNN方法 | 第26-27页 |
| ·基于峰度的FNN算法 | 第27-28页 |
| ·酮苯脱蜡生产过程 | 第28-29页 |
| ·仿真研究 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于核独立分量分析的故障诊断算法研究 | 第32-41页 |
| ·核独立分量分析方法(KICA) | 第32-34页 |
| ·基于KICA的故障诊断分析 | 第34-36页 |
| ·建立监控统计量 | 第34-35页 |
| ·统计量的控制限 | 第35页 |
| ·变量贡献图 | 第35-36页 |
| ·离线建模过程 | 第36页 |
| ·在线监控过程 | 第36页 |
| ·KICA应用于TE的故障诊断仿真研究 | 第36-40页 |
| ·故障4的仿真研究 | 第37-39页 |
| ·故障18的仿真研究 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于双核独立分量分析的故障诊断算法研究 | 第41-51页 |
| ·DKICA | 第41-43页 |
| ·基于DKICA的故障诊断分析 | 第43-44页 |
| ·KPCA空间中独立分量个数的选择 | 第43页 |
| ·建立新的监控统计量 | 第43页 |
| ·基于DKICA的离线建模和在线分析 | 第43-44页 |
| ·DKICA 应用于CSTR的故障诊断仿真研究 | 第44-49页 |
| ·CSTR | 第44-46页 |
| ·仿真研究 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 基于聚类建模的DKICA间歇过程故障诊断 | 第51-58页 |
| ·FCM 建模的DKICA的故障诊断 | 第51-54页 |
| ·数据预处理 | 第51-52页 |
| ·基于FCM建模的DKICA的故障诊断分析 | 第52-54页 |
| ·FCM建模的DKICA应用于DUPONT间歇聚合过程仿真研究 | 第54-57页 |
| ·DuPont 间歇聚合过程 | 第54-55页 |
| ·仿真研究 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录 攻读硕士学位期间所发表的学术论文 | 第66页 |