| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 课题背景和研究意义 | 第12-13页 |
| 1.2 过程监测研究内容和方法 | 第13-18页 |
| 1.2.1 过程监测中的基本概念 | 第13-14页 |
| 1.2.2 过程监测的研究方法 | 第14-18页 |
| 1.3 基于非线性模型的过程监测研究现状 | 第18-22页 |
| 1.3.1 基于数据驱动过程监测方法存在的问题 | 第18-20页 |
| 1.3.2 过程数据非线性的研究 | 第20-22页 |
| 1.4 本文研究内容和创新点 | 第22-24页 |
| 1.4.1 本文研究内容 | 第22页 |
| 1.4.2 章节内容与创新点阐述 | 第22-24页 |
| 1.5 本章小结 | 第24-26页 |
| 第2章 基础方法介绍 | 第26-38页 |
| 2.1 引言 | 第26页 |
| 2.2 PCA | 第26-29页 |
| 2.3 KPCA | 第29-32页 |
| 2.4 KECA | 第32-34页 |
| 2.4.1 KECA原理 | 第32-33页 |
| 2.4.2 KECA与KPCA对比 | 第33-34页 |
| 2.5 MVU | 第34-38页 |
| 第3章 基于改进KECA的非线性多类型故障检测 | 第38-54页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于集成学习和贝叶斯推论的KECA模型构造 | 第39-43页 |
| 3.2.1 KECA监测指标 | 第39-40页 |
| 3.2.2 基于集成学习和贝叶斯推论的KECA模型 | 第40-43页 |
| 3.3 过程监测策略 | 第43-45页 |
| 3.4 TE过程仿真研究 | 第45-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第4章 基于KECA-MVU的非线性故障检测 | 第54-66页 |
| 4.1 引言 | 第54-55页 |
| 4.2 KECA-MVU模型构造 | 第55-57页 |
| 4.3 KECA-MVU过程监测策略 | 第57-59页 |
| 4.4 IE过程仿真研究 | 第59-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-70页 |
| 5.1 研究工作总结 | 第66-67页 |
| 5.2 研究工作展望 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 作者简历 | 第78-80页 |
| 攻读硕士学位期间的主要研究成果 | 第80-82页 |
| 攻读硕士学位期间参与的科研项目 | 第82页 |