| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 故障检测 | 第12-17页 |
| 1.2.1 故障检测概念 | 第12页 |
| 1.2.2 故障检测方法 | 第12-16页 |
| 1.2.3 基于多元统计分析故障检测技术的发展现状 | 第16-17页 |
| 1.3 控制回路性能监测 | 第17-18页 |
| 1.3.1 控制回路性能监测概念 | 第17页 |
| 1.3.2 控制回路性能监测方法的发展现状 | 第17-18页 |
| 1.4 主要研究内容 | 第18-19页 |
| 1.5 本文章节安排 | 第19-20页 |
| 第二章 基于主成分分析的故障检测方法研究 | 第20-34页 |
| 2.1 概述 | 第20页 |
| 2.2 主成分分析 | 第20-25页 |
| 2.2.1 基本理论 | 第20-21页 |
| 2.2.2 基本原理 | 第21-23页 |
| 2.2.3 建模方法 | 第23-24页 |
| 2.2.4 基于PCA的故障检测方法 | 第24-25页 |
| 2.3 田纳西-伊斯曼过程实验 | 第25-33页 |
| 2.3.1 田纳西-伊斯曼过程 | 第25-29页 |
| 2.3.2 故障检测仿真分析 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于动态主成分分析和KL散度的微小故障检测研究 | 第34-46页 |
| 3.1 概述 | 第34页 |
| 3.2 动态主成分分析基本理论 | 第34-36页 |
| 3.2.1 动态主成分分析 | 第34页 |
| 3.2.2 动态主成分分析建模过程 | 第34-36页 |
| 3.3 基于DPCA-KL 散度的微小故障检测 | 第36-39页 |
| 3.3.1 相对熵介绍 | 第36-37页 |
| 3.3.2 基于DPCA-KL 的微小故障检测 | 第37-39页 |
| 3.4仿真实验 | 第39-45页 |
| 3.4.1 基于DPCA的故障检测 | 第39-43页 |
| 3.4.2 基于DPCA-KL 散度的微小故障检测 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于加权排列熵的控制回路性能监测 | 第46-54页 |
| 4.1 概述 | 第46页 |
| 4.2 加权排列熵 | 第46-48页 |
| 4.3 基于加权排列熵的控制系统性能监测 | 第48-49页 |
| 4.4 仿真实验 | 第49-53页 |
| 4.4.1 数值仿真一 | 第49-51页 |
| 4.4.2 数值仿真二 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |
