| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第17-35页 |
| 1.1 研究背景与动机 | 第17-18页 |
| 1.2 故障诊断技术概述 | 第18-23页 |
| 1.2.1 基于解析模型的故障诊断方法 | 第20-21页 |
| 1.2.2 基于数据驱动的故障诊断方法 | 第21-22页 |
| 1.2.3 基于知识的故障诊断方法 | 第22-23页 |
| 1.3 质量相关故障诊断技术研究现状分析 | 第23-28页 |
| 1.3.1 面向复杂工业过程的动态特性 | 第24-25页 |
| 1.3.2 面向复杂工业过程的非线性特性 | 第25-26页 |
| 1.3.3 面向复杂工业过程的多模态特性 | 第26-27页 |
| 1.3.4 面向复杂工业过程的间歇特性 | 第27-28页 |
| 1.4 故障根源诊断与传播路径辨识技术研究现状分析 | 第28-31页 |
| 1.4.1 基于知识的故障根源诊断与传播路径辨识方法 | 第28-29页 |
| 1.4.2 基于数据的故障根源诊断与传播路径辨识方法 | 第29-30页 |
| 1.4.3 基于知识和数据的故障根源诊断与传播路径辨识方法 | 第30-31页 |
| 1.5 研究思想与方案 | 第31-34页 |
| 1.5.1 研究思想 | 第31-33页 |
| 1.5.2 研究方案 | 第33-34页 |
| 1.6 本章小结 | 第34-35页 |
| 2 动态过程质量相关故障的检测与根源诊断 | 第35-49页 |
| 2.1 引言 | 第35-36页 |
| 2.2 预备知识与问题描述 | 第36-38页 |
| 2.2.1 预备知识 | 第36-38页 |
| 2.2.2 问题描述 | 第38页 |
| 2.3 基于互信息典型变量分析的质量相关故障检测 | 第38-40页 |
| 2.4 动态过程质量相关故障根源诊断 | 第40-42页 |
| 2.4.1 基于广义重构贡献图的目标候选集筛选 | 第40-41页 |
| 2.4.2 基于传递熵的因果拓扑图构建 | 第41-42页 |
| 2.5 实验验证 | 第42-48页 |
| 2.5.1 实验方案 | 第42-44页 |
| 2.5.2 实验结果 | 第44-48页 |
| 2.6 本章小结 | 第48-49页 |
| 3 多工况过程质量相关故障的检测与根源诊断 | 第49-65页 |
| 3.1 引言 | 第49-50页 |
| 3.2 预备知识与问题描述 | 第50-52页 |
| 3.2.1 预备知识 | 第50-51页 |
| 3.2.2 问题描述 | 第51-52页 |
| 3.3 多工况过程质量相关故障检测 | 第52-55页 |
| 3.3.1 基于鲁棒高斯混合模型的多工况过程建模 | 第52-54页 |
| 3.3.2 基于贝叶斯推理的全局概率指标的在线监测 | 第54-55页 |
| 3.4 多工况过程质量相关故障根源诊断 | 第55-58页 |
| 3.4.1 基于鲁棒高斯混合贡献指标的目标候选集筛选 | 第56-57页 |
| 3.4.2 基于直接传递熵的最优因果拓扑图构建 | 第57-58页 |
| 3.5 实验验证 | 第58-63页 |
| 3.5.1 实验方案 | 第58-60页 |
| 3.5.2 实验结果 | 第60-63页 |
| 3.6 本章小结 | 第63-65页 |
| 4 非线性动态过程质量相关故障的检测与传播路径辨识 | 第65-80页 |
| 4.1 引言 | 第65-66页 |
| 4.2 预备知识与问题描述 | 第66-68页 |
| 4.2.1 预备知识 | 第66-67页 |
| 4.2.2 问题描述 | 第67-68页 |
| 4.3 基于非线性动态潜变量的质量相关故障检测 | 第68-70页 |
| 4.4 非线性动态过程质量相关故障传播路径辨识 | 第70-73页 |
| 4.4.1 基于分块贝叶斯网络的因果拓扑图构建 | 第70-72页 |
| 4.4.2 基于相对重构贡献图的目标候选集筛选 | 第72-73页 |
| 4.5 实验验证 | 第73-79页 |
| 4.5.1 实验方案 | 第73-74页 |
| 4.5.2 实验结果 | 第74-79页 |
| 4.6 本章小结 | 第79-80页 |
| 5 动态过程质量相关故障的层次化检测与传播路径辨识 | 第80-97页 |
| 5.1 引言 | 第80-81页 |
| 5.2 预备知识与问题描述 | 第81-83页 |
| 5.2.1 预备知识 | 第81-83页 |
| 5.2.2 问题描述 | 第83页 |
| 5.3 动态过程质量相关故障层次化检测 | 第83-87页 |
| 5.3.1 基于数据驱动间隙测度的局部故障检测 | 第83-86页 |
| 5.3.2 基于贝叶斯推理的动态过程全局故障检测 | 第86-87页 |
| 5.4 基于格兰杰因果关系分析的质量相关故障传播路径辨识 | 第87-89页 |
| 5.5 实验验证 | 第89-96页 |
| 5.5.1 实验方案 | 第89-91页 |
| 5.5.2 实验结果 | 第91-96页 |
| 5.6 本章小结 | 第96-97页 |
| 6 动态过程质量相关多故障的层次化检测与根源诊断 | 第97-111页 |
| 6.1 引言 | 第97-98页 |
| 6.2 预备知识与问题描述 | 第98-100页 |
| 6.2.1 预备知识 | 第98-99页 |
| 6.2.2 问题描述 | 第99-100页 |
| 6.3 动态过程质量相关多故障层次化检测 | 第100-102页 |
| 6.3.1 基于相关性典型变量分析的局部多故障检测 | 第100-101页 |
| 6.3.2 基于贝叶斯推理的动态过程全局多故障检测 | 第101-102页 |
| 6.4 基于张量子空间判别分析的质量相关多故障根源诊断 | 第102-105页 |
| 6.5 实验验证 | 第105-110页 |
| 6.5.1 实验方案 | 第105-107页 |
| 6.5.2 实验结果 | 第107-110页 |
| 6.6 本章小结 | 第110-111页 |
| 7 非线性动态过程质量相关多故障的层次化检测与根源诊断 | 第111-125页 |
| 7.1 引言 | 第111-112页 |
| 7.2 预备知识与问题描述 | 第112-114页 |
| 7.2.1 预备知识 | 第112-114页 |
| 7.2.2 问题描述 | 第114页 |
| 7.3 非线性动态过程质量相关多故障层次化检测 | 第114-117页 |
| 7.3.1 基于自适应核典型变量分析的局部多故障检测 | 第115-116页 |
| 7.3.2 基于贝叶斯推理的非线性动态过程全局多故障检测 | 第116-117页 |
| 7.4 基于鲁棒稀疏指数判别分析的质量相关多故障根源诊断 | 第117-119页 |
| 7.5 实验验证 | 第119-124页 |
| 7.5.1 实验方案 | 第119-121页 |
| 7.5.2 实验结果 | 第121-124页 |
| 7.6 本章小结 | 第124-125页 |
| 8 结论与展望 | 第125-129页 |
| 8.1 研究工作总结 | 第125-126页 |
| 8.2 未来工作展望 | 第126-129页 |
| 参考文献 | 第129-145页 |
| 作者简历及在学研究成果 | 第145-151页 |
| 学位论文数据集 | 第151页 |
