| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题研究背景及目的 | 第10页 |
| 1.2 工业过程故障诊断概述 | 第10-13页 |
| 1.2.1 故障检测与诊断技术的概念 | 第10-11页 |
| 1.2.2 工业过程故障诊断的研究内容 | 第11-13页 |
| 1.3 工业过程故障诊断的研究现状 | 第13-20页 |
| 1.3.1 基于解析模型的方法 | 第13-14页 |
| 1.3.2 基于知识的方法 | 第14页 |
| 1.3.3 基于数据驱动的方法 | 第14-20页 |
| 1.4 故障诊断的发展趋势 | 第20-21页 |
| 1.5 本文研究的主要内容和安排 | 第21-23页 |
| 第2章 核独立成分分析介绍及其在故障检测中的效果验证 | 第23-33页 |
| 2.1 引言 | 第23页 |
| 2.2 独立成分分析（ICA） | 第23-24页 |
| 2.3 基于核独立成分分析（KICA）的故障检测方法 | 第24-26页 |
| 2.3.1 核独立成分分析（KICA） | 第24-25页 |
| 2.3.2 KICA相应统计量与控制限 | 第25页 |
| 2.3.3 基于KICA的故障检测 | 第25-26页 |
| 2.4 TE过程仿真研究 | 第26-32页 |
| 2.4.1 TE过程介绍 | 第26-29页 |
| 2.4.2 仿真实验分析 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于支持向量数据描述的故障检测方法 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 支持向量数据描述（SVDD） | 第33-35页 |
| 3.3 基于KICA-SVDD的故障检测方法 | 第35-36页 |
| 3.3.1 统计量和控制限的构建 | 第35页 |
| 3.3.2 基于KICA-SVDD的故障检测 | 第35-36页 |
| 3.4 仿真实验研究 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于堆叠稀疏自动编码器的故障分类方法 | 第41-49页 |
| 4.1 引言 | 第41-42页 |
| 4.2 堆叠稀疏自动编码器方法 | 第42-44页 |
| 4.2.1 稀疏自动编码器（SAE） | 第42-43页 |
| 4.2.2 堆叠稀疏自动编码器（SSAE） | 第43-44页 |
| 4.3 KICA-SSAE故障分类模型设计 | 第44-45页 |
| 4.4 KICA-SSAE的故障分类实验 | 第45-48页 |
| 4.4.1 参数设置 | 第45-46页 |
| 4.4.2 仿真实验结果与分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 论文总结 | 第49-50页 |
| 5.2 研究展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-61页 |
| 附录 | 第61页 |