| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·课题研究的背景及其意义 | 第6页 |
| ·故障诊断的概念和内容 | 第6-8页 |
| ·故障诊断方法的分类 | 第8-10页 |
| ·基于解析模型的方法 | 第8-9页 |
| ·基于知识的故障诊断方法 | 第9-10页 |
| ·基于数据驱动的方法 | 第10页 |
| ·本课题的国内外研究动态 | 第10-11页 |
| ·本论文的内容安排 | 第11-13页 |
| 第二章 主元分析方法的理论基础 | 第13-25页 |
| ·引言 | 第13-14页 |
| ·主元分析方法 | 第14-17页 |
| ·概述 | 第14页 |
| ·主元的计算方法 | 第14-17页 |
| ·数据重构 | 第17页 |
| ·PCA故障检测方法 | 第17-20页 |
| ·主元模型 | 第17-18页 |
| ·主元分析法的主要统计量 | 第18-19页 |
| ·SPE统计量 | 第18页 |
| ·Hotelling T~2统计量 | 第18-19页 |
| ·基于PCA的故障检测与诊断步骤 | 第19-20页 |
| ·基于PCA贡献图的故障分离方法 | 第20-21页 |
| ·数据预处理 | 第21-22页 |
| ·降噪 | 第21-22页 |
| ·剔除异常点 | 第22页 |
| ·主元个数的选取方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于动态多主元模型的过程变量检测方法研究 | 第25-44页 |
| ·主元模型的模糊推理 | 第25-28页 |
| ·主元模型的模糊化 | 第25-27页 |
| ·模糊推理系统的结构 | 第27页 |
| ·动态主元模型的计算 | 第27-28页 |
| ·稳定度因子的定义 | 第28-29页 |
| ·基于单一主元模型的过程变量检测应用实例 | 第29-37页 |
| ·概述 | 第29-30页 |
| ·应用实例分析 | 第30-37页 |
| ·基于多个主元模型的过程变量检测应用实例 | 第37-42页 |
| ·建立主元模型组 | 第38页 |
| ·在线动态过程变量检测 | 第38-39页 |
| ·仿真实例 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 稳态工况下的PCA故障检测与故障分离方法研究 | 第44-58页 |
| ·热工过程中主要的传感器和执行器及其故障 | 第44-47页 |
| ·热工过程常见传感器及其故障 | 第44-45页 |
| ·热工过程常见执行器及其故障 | 第45-47页 |
| ·基于PCA故障检测和故障分离实例 | 第47-53页 |
| ·传感器故障检测研究 | 第47-50页 |
| ·执行器故障检测研究 | 第50-53页 |
| ·基于子PCA模型的故障分离方法与应用实例 | 第53-57页 |
| ·基于子PCA模型的故障分离方法介绍 | 第53-54页 |
| ·基于子PCA模型的故障分离应用实例 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-60页 |
| ·论文的工作总结 | 第58页 |
| ·课题研究的展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在校期间发表的学术论文和参加科研情况 | 第65页 |