基于信息熵和传递熵的化工过程故障诊断方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的目的和意义 | 第10-11页 |
1.2 过程工业故障诊断研究现状 | 第11-15页 |
1.2.1 定性分析方法 | 第11-13页 |
1.2.2 定量分析方法 | 第13-15页 |
1.3 信息熵和传递熵的研究现状 | 第15页 |
1.4 本文研究内容 | 第15-16页 |
第2章 信息熵及传递熵理论 | 第16-30页 |
2.1 引言 | 第16-17页 |
2.2 信息熵基本理论 | 第17-20页 |
2.2.1 信息熵的概念 | 第17-18页 |
2.2.2 信息熵的基本性质 | 第18页 |
2.2.3 信息熵V氏图 | 第18-20页 |
2.3 信息熵的计算 | 第20-27页 |
2.3.1 直方图 | 第20-21页 |
2.3.2 Parzen窗口概率密度估计 | 第21-26页 |
2.3.3 K—近邻算法 | 第26-27页 |
2.4 相关信息熵 | 第27-28页 |
2.5 传递熵基本理论 | 第28-29页 |
2.5.1 马尔科夫过程 | 第28页 |
2.5.2 传递熵表达式 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第3章 基于信息熵和传递熵的化工故障诊断 | 第30-36页 |
3.1 引言 | 第30页 |
3.2 基于相关信息熵的状态监测 | 第30-32页 |
3.3 基于信息熵和传递熵的化工故障诊断 | 第32-35页 |
3.3.1 故障特征数据库的建立 | 第33-34页 |
3.3.2 在线故障诊断 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 信息熵和传递熵在TE化工过程中的应用 | 第36-70页 |
4.1 引言 | 第36页 |
4.2 TE化工过程 | 第36-40页 |
4.2.1 TE过程工艺流程 | 第36-37页 |
4.2.2 TE过程变量 | 第37-38页 |
4.2.3 TE过程故障 | 第38-40页 |
4.3 TE过程应用实例 | 第40-69页 |
4.3.1 基于相关信息熵的TE过程状态监测 | 第40-43页 |
4.3.2 基于信息熵和传递熵的TE过程故障诊断 | 第43-69页 |
4.4 本章小结 | 第69-70页 |
结论 | 第70-72页 |
参考文献 | 第72-77页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
致谢 | 第78-79页 |
附录 | 第79-83页 |