| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-21页 |
| ·化工静设备常用传感器故障检测与隔离的意义 | 第9页 |
| ·故障检测与隔离的方法 | 第9-15页 |
| ·基于解析数学模型的方法 | 第10-11页 |
| ·不依赖于数学模型的方法 | 第11-13页 |
| ·基于神经网络的方法 | 第13-15页 |
| ·化工静设备的故障分类 | 第15-16页 |
| ·传感器故障检测与隔离技术的发展现状 | 第16-19页 |
| ·本文的研究目的及主要内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 化工设备及其常用传感器概述 | 第21-31页 |
| ·化工设备简介 | 第21-24页 |
| ·储存设备 | 第22页 |
| ·换热设备 | 第22页 |
| ·塔设备 | 第22-24页 |
| ·反应设备 | 第24页 |
| ·化工静设备常用传感器简介 | 第24-27页 |
| ·常用传感器简介 | 第24-25页 |
| ·传感器信号特点分析 | 第25-27页 |
| ·传感器故障类型及特性分析 | 第27-30页 |
| ·传感器故障类型及其仿真实现方法 | 第27页 |
| ·化工静设备常用传感器的测量模型及其故障类型 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于单传感器的故障检测与隔离方法研究 | 第31-50页 |
| ·基于支持向量机的故障检测与隔离方法 | 第31-38页 |
| ·回归型支持向量机原理 | 第31-32页 |
| ·基于SVM 的单传感器故障检测与隔离方法 | 第32-33页 |
| ·仿真实验与结果分析 | 第33-38页 |
| ·基于方差的故障检测与隔离方法 | 第38-40页 |
| ·基于神经网络的故障检测与隔离方法 | 第40-49页 |
| ·基于神经网络预测器的单传感器故障检测与隔离的基本原理 | 第40-41页 |
| ·仿真实验与结果分析 | 第41-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于多传感器系统的故障检测与隔离方法 | 第50-60页 |
| ·故障检测与隔离的概念 | 第50-51页 |
| ·标准信号之获取与故障信号之判定 | 第51页 |
| ·正常标准信号的获取 | 第51页 |
| ·故障信号的判定标准 | 第51页 |
| ·基于脱丁烷塔建立的多个传感器故障检测与隔离的模型 | 第51-53页 |
| ·仿真实验与结果分析 | 第53-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-76页 |