| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 致谢 | 第9-10页 |
| 第一章 绪论 | 第10-28页 |
| 1． 1 引言 | 第10页 |
| 1． 2 故障诊断的过程与实质 | 第10-12页 |
| 1． 2． 1 故障的基本概念 | 第10-11页 |
| 1． 2． 2 故障检测与诊断原理 | 第11-12页 |
| 1． 3 故障诊断方法的分类 | 第12-18页 |
| 1． 3． 1 基于数学模型的方法 | 第12-14页 |
| 1． 3． 2 不依赖于数学模型的方法 | 第14-18页 |
| 1． 4 统计过程控制的研究及其进展 | 第18-24页 |
| 1． 4． 1 统计过程控制的发展过程 | 第18-20页 |
| 1． 4． 2 统计过程控制基本原理 | 第20-21页 |
| 1． 4． 3 统计过程控制的主要研究领域 | 第21-24页 |
| 1． 5 基于多元统计分析的过程故障诊断技术的发展状况 | 第24-26页 |
| 1． 5． 1 多元统计过程监测与控制的主要方法 | 第24-25页 |
| 1． 5． 2 多元统计分析在间歇过程中的应用进展 | 第25-26页 |
| 1． 6 本章小结及作者研究工作 | 第26-28页 |
| 第二章 方法研究的数学工具 | 第28-38页 |
| 2． 1 引言 | 第28-29页 |
| 2． 2 主元分析理论 | 第29-30页 |
| 2． 3 主元回归与最小部分二乘 | 第30-37页 |
| 2． 3． 1 多元线性回归 | 第31-32页 |
| 2． 3． 2 主元回归 | 第32-34页 |
| 2． 3． 3 部分最小二乘 | 第34-37页 |
| 2． 4 小结 | 第37-38页 |
| 第三章 基于PCA的连续生产过程故障监测及其在CSTR上的应用 | 第38-48页 |
| 3． 1 过程统计控制图 | 第38-39页 |
| 3． 2 单变量统计过程控制的局限性 | 第39页 |
| 3． 3 多变量统计过程控制图 | 第39-42页 |
| 3． 3． 1 平方预测误差（SPE）图 | 第40-41页 |
| 3． 3． 2 Hotelling T2图 | 第41-42页 |
| 3． 3． 3 主元得分图 | 第42页 |
| 3． 3． 4 贡献图 | 第42页 |
| 3． 4 连续搅拌反应器系统故障监测与诊断 | 第42-47页 |
| 3． 5 小结 | 第47-48页 |
| 第四章 多向主元分析方法及其在间歇生产过程中的应用 | 第48-63页 |
| 4． 1 间歇过程的特点 | 第48页 |
| 4． 2 基本多向主元分析（MPCA）方法 | 第48-50页 |
| 4． 3 动态时间错位（DTW）算法 | 第50-53页 |
| 4． 3． 1 对称式算法 | 第50-51页 |
| 4． 3． 2 非对称式算法 | 第51页 |
| 4． 3． 3 局部约束和全局约束 | 第51-52页 |
| 4． 3． 4 轨迹间最短距离 | 第52-53页 |
| 4． 3． 5 动态规则求解最佳路径 | 第53页 |
| 4． 4 多模型及滑动模型多向主元分析 | 第53-62页 |
| 4． 4． 1 多模型MPCA方法 | 第54-56页 |
| 4． 4． 2 多模型结构MPCA方法在间歇过程中的应用 | 第56-58页 |
| 4． 4． 3 滑动模型MPCA方法 | 第58-59页 |
| 4． 4． 4 滑动模型结构MPCA方法在间歇过程中的应用 | 第59-62页 |
| 4． 5 小结 | 第62-63页 |
| 第五章 结束语 | 第63-65页 |
| 5． 1 多元统计分析故障诊断的方法论 | 第63页 |
| 5． 2 多元统计分析方法的发展与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 作者读研期间发表及录用的论文 | 第70页 |
