| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第12-28页 |
| 1.1 引言 | 第12页 |
| 1.2 性能监控的分类 | 第12-14页 |
| 1.2.1 基于数学模型的方法 | 第12-13页 |
| 1.2.2 基于先验知识的方法 | 第13页 |
| 1.2.3 基于数据统计的方法 | 第13-14页 |
| 1.3 统计性能监控的主要研究方法 | 第14-21页 |
| 1.3.1 单变量统计性能监控 | 第14页 |
| 1.3.2 多变量统计性能监控 | 第14-21页 |
| 1.4 基于数据驱动的故障诊断方法 | 第21-23页 |
| 1.4.1 基于统计理论的故障诊断法 | 第21-22页 |
| 1.4.2 基于模式分类的故障诊断法 | 第22-23页 |
| 1.4.3 基于机器学习的故障诊断法 | 第23页 |
| 1.5 质量预测的分类和主要方法 | 第23-26页 |
| 1.5.1 质量预测方法分类 | 第23页 |
| 1.5.2 质量预测建模的主要方法 | 第23-25页 |
| 1.5.3 质量预测和估计需解决的问题 | 第25-26页 |
| 1.6 本文主要研究内容和安排 | 第26-28页 |
| 第二章 基于核主元分析和模式匹配的非线性性能监控和故障诊断 | 第28-50页 |
| 2.1 引言 | 第28-30页 |
| 2.2 核方法的基本理论 | 第30-33页 |
| 2.2.1 核及核函数的定义 | 第31-32页 |
| 2.2.2 核的性质 | 第32页 |
| 2.2.3 核函数的特点及分类 | 第32-33页 |
| 2.3 核主元分析算法及仿真验证 | 第33-36页 |
| 2.3.1 基本算法 | 第33-36页 |
| 2.3.2 算例分析 | 第36页 |
| 2.4 基于核主元分析和模式匹配的性能监控与故障诊断 | 第36-42页 |
| 2.4.1 监控统计量及统计控制限的确定 | 第36-38页 |
| 2.4.2 模式匹配技术故障诊断相似度指标的确定 | 第38-39页 |
| 2.4.3 性能监控和故障诊断步骤 | 第39-42页 |
| 2.5 TE 过程仿真应用研究 | 第42-48页 |
| 2.5.1 TE 过程描述 | 第42-44页 |
| 2.5.2 性能监控与故障诊断结果分析 | 第44-48页 |
| 2.6 小结 | 第48-50页 |
| 第三章 基于核独立主元分析的非线性性能监控 | 第50-70页 |
| 3.1 引言 | 第50-51页 |
| 3.2 独立主元分析 | 第51-55页 |
| 3.2.1 独立主元分析的基本定义 | 第51-52页 |
| 3.3.2 ICA 分析的独立性判据 | 第52-55页 |
| 3.3 核独立主元分析 | 第55-58页 |
| 3.3.1 核主元方法对数据进行非线性映射 | 第55-57页 |
| 3.3.2 特征空间中用ICA 方法进一步分析 | 第57-58页 |
| 3.4 基于核独立主元分析（KICA）的非线性性能监控 | 第58-62页 |
| 3.4.1 监控统计量的确定 | 第58-59页 |
| 3.4.2 统计控制限的确定 | 第59-60页 |
| 3.4.3 监控和算法步骤 | 第60-62页 |
| 3.5 仿真研究 | 第62-68页 |
| 3.5.1 数值仿真应用研究 | 第62-64页 |
| 3.5.2 流化催化裂化(FCCU)过程仿真研究 | 第64-68页 |
| 3.6 小结 | 第68-70页 |
| 第四章 基于核 Fisher 判别分析的间歇过程监控和故障诊断 | 第70-92页 |
| 4.1 引言 | 第70-72页 |
| 4.2 多向主元分析(MPCA) | 第72-74页 |
| 4.3 核Fisher 判别分析理论 | 第74-78页 |
| 4.3.1 核Fisher 判别分析 | 第74-76页 |
| 4.3.2 核Fisher 判别分离能力仿真分析 | 第76-78页 |
| 4.3.3 核Fisher 判别分析与核PCA 方法的比较 | 第78页 |
| 4.4 基于核Fisher的间歇过程监控与故障诊断 | 第78-81页 |
| 4.4.1 参考轨迹的确定和监控模块的划分 | 第78-79页 |
| 4.4.2 监控统计量和控制限的确定 | 第79-80页 |
| 4.4.3 故障诊断方法 | 第80页 |
| 4.4.4 监控算法与步骤 | 第80-81页 |
| 4.5 青霉素发酵过程仿真结果及讨论 | 第81-90页 |
| 4.5.1 青霉素发酵过程描述 | 第81-82页 |
| 4.5.2 监控与故障诊断结果 | 第82-89页 |
| 4.5.3 PCA、FDA 判别分析和核FDA 判别分析性能监控时间比较 | 第89-90页 |
| 4.6 小结 | 第90-92页 |
| 第五章 基于核 PLS 的非线性质量估计和质量预测 | 第92-114页 |
| 5.1 引言 | 第92-94页 |
| 5.2 PLS 和KPLS 理论 | 第94-97页 |
| 5.2.1 偏最小二乘(PLS)分析 | 第94-95页 |
| 5.2.2 核偏最小二乘（KPLS）分析 | 第95-97页 |
| 5.3 基于核偏最小二乘的质量估计和预测 | 第97-100页 |
| 5.3.1 质量预测和估计中的数据预处理 | 第97-98页 |
| 5.3.2 质量预测和估计中的输入变量选择 | 第98-99页 |
| 5.3.3 基于核偏最小二乘质量估计和预测的步骤 | 第99-100页 |
| 5.4 仿真应用研究 | 第100-109页 |
| 5.4.1 非线性数值仿真实例应用研究 | 第100-103页 |
| 5.4.2 流化催化裂化过程(FCCU)应用研究 | 第103-109页 |
| 5.5 核PLS 质量估计的进一步讨论分析 | 第109-113页 |
| 5.5.1 核函数类型对估计和预测性能的影响 | 第109-110页 |
| 5.5.2 核参数c 对RBF 核函数性能的影响 | 第110-111页 |
| 5.5.3 核参数c 对隐变量数目的影响 | 第111-112页 |
| 5.5.4 核PLS 和PLS 方法运算时间的比较 | 第112-113页 |
| 5.6 小结 | 第113-114页 |
| 第六章 基于 Fisher 判别分析和核回归的质量监控和质量估计 | 第114-128页 |
| 6.1 引言 | 第114-115页 |
| 6.2 Fisher 判别分析和核主元回归 | 第115-119页 |
| 6.2.1 Fisher 判别分析 | 第115-117页 |
| 6.2.2 核主元分析 | 第117-118页 |
| 6.2.3 核主元回归 | 第118-119页 |
| 6.3 基于Fisher 判别分析和核回归的质量监控和预测 | 第119-122页 |
| 6.3.1 Fisher 统计量的构建 | 第119-120页 |
| 6.3.2 基于Fisher 判别分析和核回归的质量监控和预测步骤 | 第120-122页 |
| 6.4 仿真应用研究 | 第122-126页 |
| 6.5 小结 | 第126-128页 |
| 第七章 统计质量监控和估计在焦化精馏过程中的应用研究 | 第128-138页 |
| 7.1 引言 | 第128页 |
| 7.2 应用背景 | 第128-130页 |
| 7.3 统计质量监控和估计软件平台的开发 | 第130-132页 |
| 7.3.1 软件体系结构设计 | 第130-131页 |
| 7.3.2 质量监控和估计软件平台的执行流程 | 第131-132页 |
| 7.4 统计质量监控和估计平台在甲醇精馏过程中的应用 | 第132-136页 |
| 7.4.1 质量监控和估计输入变量的选择 | 第132-133页 |
| 7.4.2 数据的采集和预处理 | 第133-134页 |
| 7.4.3 监控和估计平台在精馏过程中的实际应用结果 | 第134-136页 |
| 7.5 小结 | 第136-138页 |
| 第八章 总结与展望 | 第138-142页 |
| 8.1 研究工作总结 | 第138-139页 |
| 8.2 研究展望 | 第139-142页 |
| 参考文献 | 第142-153页 |
| 攻读博士学位期间的主要学术成果 | 第153-154页 |
| 参加的主要科研项目 | 第154-155页 |
| 致谢 | 第155-157页 |
