| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 复杂网络理论研究概述 | 第15-16页 |
| 1.2.2 故障诊断研究概述 | 第16-18页 |
| 1.2.3 复杂网络在故障诊断中的运用概述 | 第18页 |
| 1.2.4 时间序列与可见图概述 | 第18-19页 |
| 1.3 论文研究内容 | 第19-20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 第二章 课题相关理论知识 | 第22-30页 |
| 2.1 复杂网络模型及特性 | 第22-27页 |
| 2.1.1 复杂网络的演化模型 | 第22-26页 |
| 2.1.2 复杂网络的拓扑特征度量 | 第26-27页 |
| 2.2 时间序列与可见图 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于余弦相似度的复杂网络故障检测方法 | 第30-50页 |
| 3.1 余弦相似度 | 第30-31页 |
| 3.2 基于余弦相似度构建邻接矩阵 | 第31-33页 |
| 3.2.1 数据标准化 | 第31-32页 |
| 3.2.2 邻接矩阵 | 第32-33页 |
| 3.3 基于邻接矩阵构建网络模型 | 第33-34页 |
| 3.4 故障检测分析方法 | 第34-36页 |
| 3.4.1 度量指标 | 第34-35页 |
| 3.4.2 算法流程 | 第35-36页 |
| 3.5 实例验证 | 第36-48页 |
| 3.5.1 Tennessee-Eastman(TE)过程 | 第36-38页 |
| 3.5.2 TE过程故障检测分析 | 第38-48页 |
| 3.5.2.1 无故障TE过程 | 第39-40页 |
| 3.5.2.2 实例1—故障4 | 第40-42页 |
| 3.5.2.3 实例2—故障11 | 第42-44页 |
| 3.5.2.4 实例3—故障9 | 第44-46页 |
| 3.5.2.5 实例4—故障10 | 第46-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第四章 基于水平可见网络图分析的故障检测方法 | 第50-66页 |
| 4.1 水平可见网络图 | 第50-51页 |
| 4.2 多个单层网络之间的度分布相关性 | 第51-52页 |
| 4.2.1 单层网络的度分布 | 第51-52页 |
| 4.2.2 多层网络之间的度相关性 | 第52页 |
| 4.3 构建相关性矩阵 | 第52-54页 |
| 4.3.1 数据标准化 | 第53页 |
| 4.3.2 互信息 | 第53-54页 |
| 4.3.3 相关性矩阵 | 第54页 |
| 4.4 故障检测分析方法 | 第54-56页 |
| 4.4.1 方差 | 第54-55页 |
| 4.4.2 算法流程 | 第55-56页 |
| 4.5 实例验证 | 第56-63页 |
| 4.5.1 实验对象 | 第56页 |
| 4.5.2 实例分析 | 第56-63页 |
| 4.5.2.1 无故障TE过程 | 第57页 |
| 4.5.2.2 实例1—故障4 | 第57-59页 |
| 4.5.2.3 实例2—故障11 | 第59-61页 |
| 4.5.2.4 实例3—故障14 | 第61-63页 |
| 4.6 讨论 | 第63-64页 |
| 4.7 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 研究成果及发表的学术论文 | 第74-76页 |
| 作者和导师简介 | 第76-78页 |
| 附件 | 第78-79页 |