| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 过程监控方法概述 | 第11-16页 |
| 1.2.1 过程监控技术的研究现状 | 第11-13页 |
| 1.2.2 故障检测方法分类 | 第13-16页 |
| 1.3 KPI相关的故障检测方法的介绍及研究现状 | 第16-18页 |
| 1.3.1 关键性能指标的概述 | 第16-17页 |
| 1.3.2 KPI相关的故障检测方法 | 第17-18页 |
| 1.4 现有方法存在的问题 | 第18页 |
| 1.5 本文研究内容及框架结构 | 第18-21页 |
| 2 关键性能指标相关故障检测技术介绍 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 偏最小二乘法（PLS） | 第21-24页 |
| 2.2.1 PLS算法 | 第21-23页 |
| 2.2.2 基于PLS算法的故障检测方法 | 第23-24页 |
| 2.2.3 PLS的缺点与不足 | 第24页 |
| 2.3 增强的偏最小二乘法（IPLS） | 第24-26页 |
| 2.3.1 IPLS算法 | 第24-25页 |
| 2.3.2 基于IPLS算法的故障检测方法 | 第25页 |
| 2.3.3 IPLS的缺点与不足 | 第25-26页 |
| 2.4 核偏最小二乘法（KPLS） | 第26-28页 |
| 2.4.1 KPLS算法 | 第26-27页 |
| 2.4.2 基于KPLS算法的故障检测方法 | 第27-28页 |
| 2.4.3 KPLS的缺点与不足 | 第28页 |
| 2.5 改进的偏最小二乘法（MKPLS） | 第28-29页 |
| 2.5.1 MKPLS算法 | 第28页 |
| 2.5.2 基于MKPLS算法的故障检测方法 | 第28-29页 |
| 2.5.3 MKPLS的缺点与不足 | 第29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 基于APLS算法的鲁棒线性KPI故障检测方法 | 第31-49页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于APLS故障检测方案 | 第32-37页 |
| 3.2.1 鲁棒标准化 | 第32-33页 |
| 3.2.2 基于APLS的过程预测 | 第33-35页 |
| 3.2.3 基于APLS的故障检测 | 第35-37页 |
| 3.3 仿真实验研究 | 第37-48页 |
| 3.3.1 KPI相关预测性能 | 第41-43页 |
| 3.3.2 KPI相关检测性能 | 第43-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 基于MSKPLS算法的鲁棒非线性KPI故障检测方法 | 第49-67页 |
| 4.1 引言 | 第49页 |
| 4.2 MSKPLS故障检测方法 | 第49-55页 |
| 4.2.1 MSKPLS算法 | 第50-53页 |
| 4.2.2 基于MSKPLS的故障检测方案 | 第53-55页 |
| 4.3 仿真实验研究 | 第55-66页 |
| 4.3.1 数值例子仿真 | 第55-62页 |
| 4.3.2 TE过程仿真 | 第62-66页 |
| 4.4 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-77页 |
| 发表论文和参与项目情况 | 第77-79页 |
| 致谢 | 第79-80页 |