| 中文摘要 | 第1-9页 |
| 英文摘要 | 第9-11页 |
| 第一章 概述 | 第11-24页 |
| 1．1 间歇反应发展概论 | 第11-12页 |
| 1．2 间歇反应的自动化控制 | 第12-17页 |
| 1．2．1 间歇反应过程及其特点 | 第12-13页 |
| 1．2．2 改进间歇生产过程的途径 | 第13-16页 |
| 1．2．3 间歇过程的计划/调度 | 第16-17页 |
| 1．3 间歇过程监控与故障诊断 | 第17-20页 |
| 1．4 本文的研究内容 | 第20页 |
| 1．5 本章小结 | 第20-21页 |
| 1．6 参考文献 | 第21-24页 |
| 第二章 多元统计分析方法 | 第24-37页 |
| 2．1 主元分析 | 第25-29页 |
| 2．1．1 预备知识 | 第25-27页 |
| 2．1．2 主元分析的主要思想 | 第27-28页 |
| 2．1．3 主元分析的计算步骤 | 第28-29页 |
| 2．2 偏最小二乘回归分析 | 第29-35页 |
| 2．2．1 偏最小二乘回归的主要思想 | 第30-31页 |
| 2．2．2 偏最小二乘回归的主要算法 | 第31-34页 |
| 2．2．2．1 H（?）skuldsson步进计算算法 | 第31-32页 |
| 2．2．2．2 迭代算法 | 第32-33页 |
| 2．2．2．3 NIPALS算法 | 第33-34页 |
| 2．2．3 偏最小二乘回归的特点 | 第34-35页 |
| 2．3 本章小结 | 第35-36页 |
| 2．4 参考文献 | 第36-37页 |
| 第三章 基于多元统计分析的间歇过程监控与故障诊断 | 第37-56页 |
| 3．1 间歇过程监控与故障诊断PCA模型的建立 | 第37-40页 |
| 3．2 间歇过程监控的统计分析 | 第40-45页 |
| 3．2．1 SPE统计分析 | 第40-44页 |
| 3．2．1．1 SPE均值公式 | 第40-41页 |
| 3．2．1．2 间歇过程变量均值波动的影响 | 第41-42页 |
| 3．2．1．3 间歇过程变量协方差矩阵波动的影响 | 第42-44页 |
| 3．2．1．4 SPE控制限 | 第44页 |
| 3．2．2 Hotelling's T~2统计分析 | 第44-45页 |
| 3．3 基于统计分析的间歇过程监控和故障诊断实例 | 第45-53页 |
| 3．3．1 离线主元模型确定 | 第46-50页 |
| 3．3．2 在线过程监控与故障诊断 | 第50-53页 |
| 3．4 本章小结 | 第53-54页 |
| 3．5 参考文献 | 第54-56页 |
| 第四章 间歇过程监控与故障诊断方法的改进 | 第56-67页 |
| 4．1 对MPCA数据填补方法的改进 | 第56-58页 |
| 4．1．1 数据填补问题 | 第56-57页 |
| 4．1．2 “0”填补方法 | 第57-58页 |
| 4．2 一种新的间歇过程监控与故障诊断方法 | 第58-60页 |
| 4．2．1 AMPCA方法介绍 | 第58-60页 |
| 4．3 AMPCA在间歇聚合反应过程中的应用 | 第60-64页 |
| 4．3．1 离线主元模型确定 | 第60-62页 |
| 4．3．2 在线间歇过程监控与故障诊断 | 第62-64页 |
| 4．4 结果分析与比较 | 第64-65页 |
| 4．5 本章小结 | 第65-66页 |
| 4．6 参考文献 | 第66-67页 |
| 第五章 总结与展望 | 第67-70页 |
| 5．1 全文总结 | 第67-68页 |
| 5．2 今后研究方向 | 第68-70页 |
| 致谢 | 第70-71页 |
| 作者攻读硕士期间完成及发表的论文 | 第71页 |