| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·引言 | 第7页 |
| ·过程监控的对象及基本概念 | 第7-8页 |
| ·过程监控的对象 | 第7-8页 |
| ·过程监控的一些基本概念 | 第8页 |
| ·过程监控方法分类 | 第8-12页 |
| ·基于解析模型的方法 | 第9页 |
| ·基于知识的方法 | 第9-11页 |
| ·基于信号处理的方法 | 第11-12页 |
| ·统计过程监控的研究现状 | 第12-14页 |
| ·单变量统计过程控制 | 第12页 |
| ·多变量统计过程控制 | 第12-14页 |
| ·概率主元分析法的基本思想及应用 | 第14页 |
| ·本文的结构 | 第14-16页 |
| 第二章 PCA 和PPCA 在化工分离过程监控中的应用比较 | 第16-29页 |
| ·引言 | 第16页 |
| ·基于PCA 的统计过程监控 | 第16-20页 |
| ·PCA 算法 | 第16-17页 |
| ·主元个数的确定 | 第17-18页 |
| ·基于PCA 的过程监控 | 第18-20页 |
| ·对过程的初步故障诊断 | 第20页 |
| ·基于PPCA 的统计过程监控 | 第20-24页 |
| ·PPCA 模型及主元 | 第20-22页 |
| ·基于PPCA 的监控方法 | 第22-23页 |
| ·基于PPCA 的改进监控方法 | 第23-24页 |
| ·应用实例 | 第24-28页 |
| ·化工吸附分离过程工艺流程简介 | 第24-25页 |
| ·PCA 和PPCA 的应用比较 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于动态概率主元分析的统计过程监控 | 第29-40页 |
| ·引言 | 第29页 |
| ·自相关和互相关 | 第29-30页 |
| ·动态概率主元分析模型建立 | 第30-32页 |
| ·DPPCA 模型 | 第30-31页 |
| ·ST 统计量及控制限的确定 | 第31-32页 |
| ·仿真研究 | 第32-39页 |
| ·田纳西-伊斯曼过程 | 第32-34页 |
| ·过程数据的自相关分析 | 第34-35页 |
| ·故障4 的个案研究 | 第35-36页 |
| ·故障11 的个案研究 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 动态核概率主元分析模型建立及其应用研究 | 第40-49页 |
| ·引言 | 第40页 |
| ·核概率主元分析 | 第40-41页 |
| ·动态核概率主元分析 | 第41-44页 |
| ·动态KPPCA 模型 | 第41-42页 |
| ·动态KPPCA 过程监控及分析 | 第42-43页 |
| ·动态KPPCA 监控步骤 | 第43-44页 |
| ·动态KPPCA 的应用研究 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结和展望 | 第49-51页 |
| ·本文小结 | 第49页 |
| ·未来工作的展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录：攻读硕士阶段已发表的论文 | 第56页 |