| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·故障检测和诊断方法基本概念 | 第8-10页 |
| ·基于多元统计方法的故障检测及诊断研究现状 | 第10-11页 |
| ·主要研究内容 | 第11-13页 |
| 第二章 基本方法 | 第13-21页 |
| ·主成分分析(PCA)算法 | 第13-15页 |
| ·基于主成分分析的故障检测算法步骤 | 第14-15页 |
| ·建立离线的主元模型 | 第14页 |
| ·在线进行故障检测 | 第14-15页 |
| ·鲁棒主成分分析法 | 第15-17页 |
| ·支持向量数据描述算法 | 第17-21页 |
| ·基于支持向量数据描述的故障检测方法 | 第18-19页 |
| ·基于支持向量数据描述的故障检测算法步骤 | 第19-21页 |
| ·离线建立模型阶段 | 第19-20页 |
| ·在线检测阶段 | 第20-21页 |
| 第三章 基于主成分分析和支持向量数据描述(PCA-SVDD)的故障检测方法 | 第21-33页 |
| ·基于主成分分析(PCA)的信息提取方法 | 第21页 |
| ·基于PCA与SVDD的故障检测方法 | 第21-22页 |
| ·过程的故障检测实施步骤 | 第22-23页 |
| ·离线建立模型阶段 | 第22页 |
| ·在线检测阶段 | 第22-23页 |
| ·田纳西-伊斯曼(TE)仿真研究 | 第23-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于鲁棒主成分分析和支持向量数据描述的故障检测方法 | 第33-40页 |
| ·基于鲁棒主成分分析(RPCA)的信息提取方法 | 第33页 |
| ·基于RPCA-SVDD故障的检测方法 | 第33-34页 |
| ·过程的故障检测实施步骤 | 第34-35页 |
| ·离线建模阶段 | 第34页 |
| ·在线检测阶段 | 第34-35页 |
| ·田纳西-伊斯曼(TE)仿真研究 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于低秩矩阵与稀疏分解和主元分析(LRSD-PCA)的故障检测方法 | 第40-49页 |
| ·基于LRSD-PCA的故障检测方法 | 第40-41页 |
| ·过程的故障检测实施步骤 | 第41-42页 |
| ·离线建立模型阶段 | 第42页 |
| ·在线监测阶段 | 第42页 |
| ·仿真研究 | 第42-48页 |
| ·数值仿真例子 | 第42-44页 |
| ·田纳西-伊斯曼(TE)仿真研究 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结和展望 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·课题展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 个人简历 在读期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
