| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·课题研究的背景及意义 | 第9页 |
| ·故障诊断的主要内容 | 第9-11页 |
| ·故障诊断技术的发展状况及趋势 | 第11-13页 |
| ·基于多元统计分析的故障诊断方法的发展状况 | 第13-16页 |
| ·本文结构安排 | 第16-18页 |
| 2 主元分析(PCA)在故障诊断中的应用 | 第18-36页 |
| ·引言 | 第18-23页 |
| ·主元分析法的基本理论 | 第18-19页 |
| ·主元分析法的建模过程 | 第19-21页 |
| ·负载向量的求解 | 第21-22页 |
| ·主元个数的选取 | 第22-23页 |
| ·基于主元分析的故障检测方法 | 第23-24页 |
| ·基于SPE统计量的故障检测 | 第23页 |
| ·基于Hotelling T~2统计量的故障检测 | 第23-24页 |
| ·基于综合统计量的故障检测 | 第24页 |
| ·基于主元分析的故障辨识方法 | 第24-25页 |
| ·田纳西—伊斯曼(TE)过程 | 第25-30页 |
| ·TE过程工艺流程图 | 第25-27页 |
| ·过程变量及过程故障 | 第27页 |
| ·数据集 | 第27-28页 |
| ·TE过程故障分析 | 第28-30页 |
| ·PCA方法在TE过程中的故障诊断应用 | 第30-34页 |
| ·主元模型的建立 | 第30-31页 |
| ·基于PCA的故障诊断 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 3 非线性KPCA方法在故障诊断中的应用 | 第36-51页 |
| ·引言 | 第36页 |
| ·核主元分析法概述 | 第36-39页 |
| ·KPCA算法 | 第36-38页 |
| ·核主元分析的归一化 | 第38-39页 |
| ·核函数的选择 | 第39-40页 |
| ·基于KPCA的故障诊断 | 第40-42页 |
| ·核主元分析模型的建立 | 第40页 |
| ·故障检测策略 | 第40-42页 |
| ·基于贡献图法的KPCA故障辨识 | 第42-45页 |
| ·核函数导数的求解 | 第42页 |
| ·基于核函数梯度算法的故障特征提取 | 第42-45页 |
| ·非线性KPCA方法在TE过程中的故障诊断应用 | 第45-50页 |
| ·主元模型的建立 | 第45页 |
| ·基于KPCA的故障检测 | 第45-47页 |
| ·基于KPCA的故障辨识 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 4 基于小波去噪与故障重构的故障辨识方法 | 第51-67页 |
| ·引言 | 第51页 |
| ·小波去噪的原理及仿真 | 第51-53页 |
| ·基于SPE统计量的故障辨识方法 | 第53-55页 |
| ·故障子空间的概念 | 第53页 |
| ·基于SPE统计量的重构 | 第53页 |
| ·基于SPE统计量的故障辨识 | 第53-54页 |
| ·残差子空间中故障可分离幅值 | 第54-55页 |
| ·基于Hotelling T~2统计量的故障辨识方法 | 第55-58页 |
| ·基于Hotelling T~2统计量的重构 | 第56页 |
| ·基于Hotelling T~2统计量的故障辨识 | 第56-57页 |
| ·主元子空间中故障可分离幅值 | 第57-58页 |
| ·基于综合重构的故障辨识方法 | 第58-59页 |
| ·故障子空间的提取 | 第59页 |
| ·基于小波去噪与故障重构的故障辨识方法 | 第59-60页 |
| ·基于小波去噪与PCA的TE过程故障检测仿真 | 第60-61页 |
| ·基于小波去噪与重构的TE过程故障辨识仿真 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 5 四容水箱过程系统及其故障诊断 | 第67-78页 |
| ·引言 | 第67页 |
| ·四容水箱过程系统简介及其仿真 | 第67-71页 |
| ·四容水箱过程系统模型 | 第67-69页 |
| ·故障仿真 | 第69-71页 |
| ·四容水箱过程系统的故障诊断 | 第71-77页 |
| ·主元模型的建立 | 第71页 |
| ·故障子空间的提取 | 第71-72页 |
| ·基于PCA的故障检测 | 第72-74页 |
| ·基于贡献图法的故障辨识 | 第74页 |
| ·基于故障重构的故障辨识 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 6 结论 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84-88页 |