基于PCA的小样本与微小故障诊断方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 故障诊断的研究背景、方法及意义 | 第10-15页 |
| 1.2 基于数据的多元统计故障诊断研究现状 | 第15-17页 |
| 1.3 论文研究目的和意义 | 第17-19页 |
| 1.3.1 论文研究目的 | 第17-18页 |
| 1.3.2 论文研究意义 | 第18-19页 |
| 1.4 论文研究内容以及章节安排 | 第19页 |
| 1.4.1 论文主要研究内容 | 第19页 |
| 1.4.2 论文的章节安排 | 第19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 主元分析方法基础理论知识 | 第20-28页 |
| 2.1 传统主元分析的理论基础 | 第20-23页 |
| 2.1.1 PCA的代数意义 | 第20-21页 |
| 2.1.2 PCA的几何意义和本质 | 第21-23页 |
| 2.1.3 主元个数的选取 | 第23页 |
| 2.2 基于PCA的过程监控 | 第23-26页 |
| 2.2.1 基于PCA的故障检测 | 第24-25页 |
| 2.2.2 故障诊断贡献图 | 第25-26页 |
| 2.3 PCA算法性能研究 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 小样本下故障诊断算法的研究 | 第28-34页 |
| 3.1 引言 | 第28页 |
| 3.2 特征子空间故障库的建立 | 第28页 |
| 3.3 小样本下特征子空间估计 | 第28-31页 |
| 3.4 故障辨识 | 第31-32页 |
| 3.5 仿真结果与分析 | 第32-33页 |
| 3.5.1 仿真结果 | 第32-33页 |
| 3.5.2 仿真分析 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 基于变量加权的PCA算法研究 | 第34-40页 |
| 4.1 引言 | 第34页 |
| 4.2 离线建模 | 第34-35页 |
| 4.3 在线过程监控 | 第35-36页 |
| 4.3.1 故障检测 | 第35页 |
| 4.3.2 故障诊断 | 第35-36页 |
| 4.4 权值的选取 | 第36-37页 |
| 4.5 仿真结果与分析 | 第37-39页 |
| 4.5.1 仿真结果 | 第37-39页 |
| 4.5.2 仿真分析 | 第39页 |
| 4.6 本章小结 | 第39-40页 |
| 5 总结与展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-48页 |
| 攻读学位期间的科研成果 | 第48-49页 |
