基于独立成分分析的工业过程故障检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.2.1 故障检测技术概述 | 第10-13页 |
| 1.2.2 基于独立成分分析的研究概述 | 第13-19页 |
| 1.2.3 存在的问题 | 第19页 |
| 1.3 论文的主要内容 | 第19-21页 |
| 第2章 经典ICA算法 | 第21-28页 |
| 2.1 引言 | 第21-22页 |
| 2.2 ICA数学基础 | 第22-24页 |
| 2.3 基于牛顿迭代法的ICA算法 | 第24-26页 |
| 2.4 基于ICA的过程监测 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于BBO-ICA的故障检测方法研究 | 第28-41页 |
| 3.1 引言 | 第28页 |
| 3.2 基于BBO-ICA的故障检测方法研究 | 第28-34页 |
| 3.2.1 生物地理学算法 | 第28-34页 |
| 3.2.2 BBO-ICA算法 | 第34页 |
| 3.3 仿真分析 | 第34-40页 |
| 3.3.1 简单例子分析 | 第34-36页 |
| 3.3.2 DAMDICS过程监控 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于ICA-SVDD的故障检测方法研究 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 支持向量数据描述 | 第41-47页 |
| 4.2.1 支持向量数据描述原理 | 第41-43页 |
| 4.2.2 核方法 | 第43-45页 |
| 4.2.3 支持向量数据描述数学基础 | 第45-47页 |
| 4.3 SVDD和ICA-SVDD用于故障检测 | 第47-49页 |
| 4.4 仿真分析 | 第49-53页 |
| 4.4.1 简单例子分析 | 第49-50页 |
| 4.4.2 TE过程监控 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于CVA-ICA的故障检测方法研究 | 第54-63页 |
| 5.1 引言 | 第54页 |
| 5.2 基于典型变量分析(CVA)的故障检测 | 第54-58页 |
| 5.3 基于CVA-ICA的故障检测 | 第58-60页 |
| 5.4 仿真分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 本文总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间的研究成果 | 第71页 |
