| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第17-31页 |
| 1.1 课题来源 | 第17页 |
| 1.2 选题依据与意义 | 第17-21页 |
| 1.3 报警过载产生原因 | 第21-22页 |
| 1.4 国内外研究现状 | 第22-28页 |
| 1.4.1 过程工业报警建模研究现状及不足 | 第22-24页 |
| 1.4.2 报警根源诊断研究现状及不足 | 第24-25页 |
| 1.4.3 报警阈值设计研究现状及不足 | 第25-27页 |
| 1.4.4 报警优先级划分研究现状及不足 | 第27页 |
| 1.4.5 报警管理框架研究 | 第27-28页 |
| 1.5 本论文主要研究内容 | 第28页 |
| 1.6 本论文体系结构 | 第28-31页 |
| 第二章 基于数据驱动和知识融合的过程工业报警多维层次模型研究 | 第31-61页 |
| 2.1 引言 | 第31-32页 |
| 2.2 基于偏相关性分析与知识融合的报警多维层次模型 | 第32-38页 |
| 2.2.1 偏相关性分析介绍 | 第32-33页 |
| 2.2.2 解释结构模型概述 | 第33页 |
| 2.2.3 过程工业报警多维层次模型——空间解释结构模型 | 第33-38页 |
| 2.3 基于稀疏主元分析的报警多维层次稀疏模型 | 第38-43页 |
| 2.3.1 稀疏主元分析介绍 | 第39-41页 |
| 2.3.2 前向稀疏主元分析算法 | 第41-42页 |
| 2.3.3 过程工业报警多维层次稀疏模型——稀疏空间解释结构模型 | 第42-43页 |
| 2.4 工业实例分析 | 第43-59页 |
| 2.4.1 TE过程介绍 | 第43-46页 |
| 2.4.2 TE过程空间解释结构模型 | 第46-48页 |
| 2.4.3 TE过程稀疏空间解释结构模型 | 第48-58页 |
| 2.4.4 模型验证与对比分析 | 第58-59页 |
| 2.5 本章小结 | 第59-61页 |
| 第三章 基于多维层次关联一致性的多变量阈值设计研究 | 第61-71页 |
| 3.1 引言 | 第61页 |
| 3.2 过程变量与报警变量多维层次关联性分析 | 第61-64页 |
| 3.2.1 过程变量多维层次关联性分析 | 第61-62页 |
| 3.2.2 报警变量多维层次关联性分析 | 第62-64页 |
| 3.3 基于多维层次关联一致性的多变量报警阈值设计 | 第64-65页 |
| 3.4 工业实例分析 | 第65-70页 |
| 3.4.1 实例1:故障2下多变量阈值设计 | 第66-68页 |
| 3.4.2 实例2:故障8下多变量阈值设计 | 第68-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第四章 基于极限学习机和数据融合的报警分布式监控和溯源分析 | 第71-81页 |
| 4.1 引言 | 第71-72页 |
| 4.2 理论基础 | 第72-73页 |
| 4.2.1 极限学习机模型介绍 | 第72-73页 |
| 4.2.2 层次分析法简介 | 第73页 |
| 4.3 基于极限学习机的工业报警分布式监控 | 第73-74页 |
| 4.4 基于极限学习机和BPA-IAHP多模块融合的报警溯源分析 | 第74-78页 |
| 4.4.1 多模块融合算法:BPA-IAHP | 第74-77页 |
| 4.4.2 报警溯源分析 | 第77-78页 |
| 4.5 工业实例分析 | 第78-80页 |
| 4.6 本章小结 | 第80-81页 |
| 第五章 基于改进李克特量表的报警优先级划分研究 | 第81-87页 |
| 5.1 引言 | 第81页 |
| 5.2 李克特量表简介 | 第81-82页 |
| 5.3 基于改进李克特量表的报警优先级划分 | 第82页 |
| 5.4 工业实例分析 | 第82-85页 |
| 5.5 本章小结 | 第85-87页 |
| 第六章 结论和展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-99页 |
| 致谢 | 第99-101页 |
| 攻博期间完成的论文和参加的科研项目 | 第101-103页 |
| 作者简介 | 第103-105页 |
| 导师简介 | 第105-106页 |
| 附件 | 第106-107页 |
