基于小波分析和主元分析的连续工业过程的故障诊断
第一章 绪论 | 第1-15页 |
·故障诊断的基本概念 | 第8-10页 |
·本文所用的主要方法 | 第10-14页 |
·小波分析 | 第10-11页 |
·神经网络 | 第11-12页 |
·主元分析 | 第12-14页 |
·本文研究的主要内容 | 第14-15页 |
第二章 小波分析与神经网络 | 第15-31页 |
·小波分析 | 第16-22页 |
·连续小波变换 | 第16-18页 |
·离散小波变换 | 第18-20页 |
·信号奇异性检测 | 第20-22页 |
·神经网络 | 第22-26页 |
·自联想神经网络 | 第24-26页 |
·仿真应用 | 第26-31页 |
第三章 主元分析 | 第31-48页 |
·主元分析 | 第31-34页 |
·主元的特性 | 第34-35页 |
·主元模型 | 第35-36页 |
·多元统计控制图 | 第36-40页 |
·SPE 统计量 | 第37页 |
·T 2统计量 | 第37-38页 |
·贡献图 | 第38-39页 |
·控制限的确定 | 第39-40页 |
·故障诊断的特征向量法 | 第40-43页 |
·仿真应用 | 第43-48页 |
·PCA 在常减压蒸馏装置上的应用 | 第43-44页 |
·小波分析和主元分析的综合应用 | 第44-48页 |
第四章 基于小波理论的主元分析在故障诊断中的应用 | 第48-63页 |
·项目背景 | 第48-51页 |
·实例研究 | 第51-63页 |
第五章 总结 | 第63-64页 |
参考文献 | 第64-70页 |
致 谢 | 第70-71页 |
攻读学位期间发表的学术论文目录 | 第71页 |