基于局部信息保存的多模态过程监测方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-24页 |
| 1.1 引言 | 第11-12页 |
| 1.2 过程监控概述 | 第12-16页 |
| 1.2.1 故障的分类 | 第12页 |
| 1.2.2 过程监控的任务 | 第12页 |
| 1.2.3 过程监控方法 | 第12-16页 |
| 1.3 过程监控面临的难题及研究现状 | 第16-21页 |
| 1.3.1 数据分布复杂和高维问题 | 第17-18页 |
| 1.3.2 过程多模态问题 | 第18-20页 |
| 1.3.3 流形学习在过程监控中的应用 | 第20-21页 |
| 1.4 本文的创新点及主要研究内容 | 第21-24页 |
| 1.4.1 本文主要创新点 | 第21-22页 |
| 1.4.2 本文的主要研究内容及内容结构安排 | 第22-24页 |
| 第2章 多模态过程数据的局部信息分析方法 | 第24-31页 |
| 2.1 研究动机 | 第24页 |
| 2.2 基于局部投影保留(LPP)算法的数据降维 | 第24-27页 |
| 2.2.1 局部投影保留(LPP)算法 | 第24-25页 |
| 2.2.2 基于LPP算法的离线建模 | 第25-27页 |
| 2.3 利用数据局部信息构造多模态过程统计量 | 第27-30页 |
| 2.3.1 改进的核密度估计 | 第27-28页 |
| 2.3.2 基于密度的离群因子判别方法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 一种基于局部密度估计的多模态过程监控方法 | 第31-52页 |
| 3.1 研究动机 | 第31页 |
| 3.2 局部核密度估计 | 第31-34页 |
| 3.3 基于局部密度估计的故障检测方法 | 第34-36页 |
| 3.3.1 基于局部密度估计的统计量构造 | 第34-35页 |
| 3.3.2 离线建模与在线监测 | 第35-36页 |
| 3.4 仿真实验 | 第36-50页 |
| 3.4.1 数值例子 | 第36-44页 |
| 3.4.2 TE 过程 | 第44-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 加权距离邻域选取策略的研究 | 第52-66页 |
| 4.1 研究动机 | 第52页 |
| 4.2 基于加权距离的邻域选取方法 | 第52-56页 |
| 4.2.1 数据分布分析 | 第52-53页 |
| 4.2.2 加权距离 | 第53-56页 |
| 4.3 基于加权距离邻域选取策略的多模态过程监测 | 第56-58页 |
| 4.4 仿真实验 | 第58-64页 |
| 4.4.1 基于加权距离的邻域选取方法的仿真实验 | 第58-60页 |
| 4.4.2 TE过程仿真 | 第60-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 研究工作总结 | 第66页 |
| 5.2 研究工作展望 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 作者在攻读硕士学位期间取得的学术成果 | 第76页 |
