| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 创新点摘要 | 第9-13页 |
| 第一章 引言 | 第13-27页 |
| 1.1 研究意义 | 第13-14页 |
| 1.2 故障检测与诊断技术概述 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-24页 |
| 1.3.1 故障检测与诊断技术 | 第15-20页 |
| 1.3.2 基于ICA的故障检测与诊断技术 | 第20-23页 |
| 1.3.3 存在的问题 | 第23-24页 |
| 1.4 论文的主要内容和工作安排 | 第24-27页 |
| 第二章 基于鲁棒ICA的过程故障检测方法 | 第27-50页 |
| 2.1 基于快速ICA的故障检测方法 | 第27-29页 |
| 2.1.1 快速ICA算法估计混合矩阵和独立元特征 | 第27-29页 |
| 2.1.2 建立监控统计量 | 第29页 |
| 2.2 基于鲁棒ICA的故障检测方法 | 第29-39页 |
| 2.2.1 鲁棒ICA算法 | 第30-35页 |
| 2.2.2 建立监控统计量 | 第35-36页 |
| 2.2.3 故障检测策略 | 第36-38页 |
| 2.2.4 方法分析与讨论 | 第38-39页 |
| 2.3 仿真研究 | 第39-49页 |
| 2.3.1 混合矩阵估计仿真实验 | 第39-41页 |
| 2.3.2 CSTR系统故障检测仿真实验 | 第41-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第三章 基于NoisyICAn的过程故障检测方法 | 第50-74页 |
| 3.1 传统基于ICA故障检测方法的局限性分析 | 第50-51页 |
| 3.2 基于四阶累积量的有噪ICA算法（NoisyICAn） | 第51-55页 |
| 3.2.1 NoisyICAn的目标函数 | 第52-54页 |
| 3.2.2 NoisyICAn的优化策略 | 第54页 |
| 3.2.3 算法复杂度分析 | 第54-55页 |
| 3.3 基于NoisyICAn的故障检测 | 第55-60页 |
| 3.3.1 建立新的监控统计量计算方法 | 第55-57页 |
| 3.3.2 基于NoisyICAn的故障检测方法步骤 | 第57-59页 |
| 3.3.3 参数选择 | 第59-60页 |
| 3.4 仿真研究 | 第60-72页 |
| 3.4.1 三变量系统故障检测仿真实验 | 第61-65页 |
| 3.4.2 CSTR系统故障检测仿真实验 | 第65-72页 |
| 3.5 本章小结 | 第72-74页 |
| 第四章 基于NRJDICA的过程故障检测方法 | 第74-98页 |
| 4.1 NRJDICA算法 | 第74-78页 |
| 4.1.1 建立目标函数 | 第74-76页 |
| 4.1.2 NRJDICA的优化策略 | 第76-78页 |
| 4.1.3 算法复杂度分析 | 第78页 |
| 4.2 基于NRJDICA的故障检测 | 第78-86页 |
| 4.2.1 建立噪声抑制监控统计量 | 第79-82页 |
| 4.2.2 基于NRJDICA的故障检测步骤 | 第82-84页 |
| 4.2.3 参数选择 | 第84-86页 |
| 4.3 仿真研究 | 第86-97页 |
| 4.3.1 三变量系统故障检测仿真实验 | 第86-90页 |
| 4.3.2 CSTR系统故障检测仿真实验 | 第90-97页 |
| 4.4 本章小结 | 第97-98页 |
| 第五章 基于核时序结构ICA的非线性过程故障检测和故障辨识方法 | 第98-127页 |
| 5.1 核快速ICA算法 | 第98-101页 |
| 5.1.1 核主元分析法获取核白化数据 | 第98-101页 |
| 5.1.2 快速ICA算法估计独立元特征 | 第101页 |
| 5.2 核时序结构ICA算法 | 第101-107页 |
| 5.2.1 时序结构ICA算法 | 第102-106页 |
| 5.2.2 时序结构ICA的非线性扩展算法——核时序结构ICA | 第106-107页 |
| 5.3 基于核时序结构ICA的故障检测与故障辨识方法 | 第107-113页 |
| 5.3.1 基于核时序结构ICA的故障检测方法 | 第107-110页 |
| 5.3.2 基于核时序结构ICA的故障辨识方法 | 第110-113页 |
| 5.4 仿真研究 | 第113-126页 |
| 5.4.1 估计独立元特征仿真实验 | 第113-116页 |
| 5.4.2 Tennessee Eastman过程故障检测和故障辨识仿真实验 | 第116-126页 |
| 5.5 本章小结 | 第126-127页 |
| 第六章 基于核时序结构ICA和加权独立元的非线性过程故障检测方法 | 第127-149页 |
| 6.1 基于核时序结构ICA和加权独立元的非线性过程故障检测方法 | 第127-135页 |
| 6.1.1 核时序结构ICA估计独立元特征 | 第128页 |
| 6.1.2 基于GMM的独立元特征加权策略 | 第128-133页 |
| 6.1.3 基于核时序结构ICA和加权独立元的故障检测步骤 | 第133-135页 |
| 6.2 仿真研究 | 第135-148页 |
| 6.2.1 四变量系统故障检测仿真实验 | 第136-143页 |
| 6.2.2 Tennessee Eastman过程故障检测仿真实验 | 第143-148页 |
| 6.3 本章小结 | 第148-149页 |
| 第七章 双容水箱液位控制系统及实际催化裂化装置故障检测 | 第149-164页 |
| 7.1 实验室双容水箱液位控制系统故障检测 | 第149-154页 |
| 7.1.1 系统简介 | 第149-151页 |
| 7.1.2 故障检测结果及分析 | 第151-154页 |
| 7.2 催化裂化装置分馏系统故障检测 | 第154-159页 |
| 7.2.1 系统简介 | 第154-156页 |
| 7.2.2 故障检测结果及分析 | 第156-159页 |
| 7.3 催化裂化装置反应再生系统故障检测 | 第159-163页 |
| 7.3.1 系统简介 | 第159页 |
| 7.3.2 故障检测结果及分析 | 第159-163页 |
| 7.4 本章小结 | 第163-164页 |
| 结论及展望 | 第164-169页 |
| 参考文献 | 第169-180页 |
| 攻读博士学位期间取得的研究成果 | 第180-183页 |
| 致谢 | 第183-184页 |
| 作者简介 | 第184页 |
