| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-15页 |
| 1.1.1 流程工业发展现状及趋势 | 第12页 |
| 1.1.2 流程工业的特点 | 第12-14页 |
| 1.1.3 流程工业故障诊断意义 | 第14-15页 |
| 1.2 故障诊断技术 | 第15-16页 |
| 1.3 支持向量机算法发展及现状 | 第16-17页 |
| 1.4 本文主要研究内容及所做的工作 | 第17-20页 |
| 第2章 支持向量机 | 第20-28页 |
| 2.1 支持向量机原理 | 第20-25页 |
| 2.1.1 线性可分 | 第20-22页 |
| 2.1.2 线性不可分 | 第22页 |
| 2.1.3 非线性情况 | 第22-25页 |
| 2.2 支持向量机处理大规模样本集的常用算法 | 第25-26页 |
| 2.2.1 工作集方法 | 第25页 |
| 2.2.2 并行化方法 | 第25页 |
| 2.2.3 避免求解二次规划问题的方法 | 第25页 |
| 2.2.4 几何方法 | 第25-26页 |
| 2.2.5 训练集分解方法 | 第26页 |
| 2.2.6 增量学习方法 | 第26页 |
| 2.2.7 减少训练样本方法 | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 SVM改进新算法 | 第28-38页 |
| 3.1 大规模样本集缩减的必要性 | 第28页 |
| 3.2 现有大规模样本集缩减方法 | 第28-29页 |
| 3.3 SVM大规模样本集缩减新策略 | 第29-31页 |
| 3.4 大规模样本集缩减新算法步骤 | 第31页 |
| 3.5 SVM多类分类算法 | 第31-36页 |
| 3.5.1 直接求解法 | 第32-33页 |
| 3.5.2 一对余算法 | 第33页 |
| 3.5.3 一对一算法 | 第33-34页 |
| 3.5.4 决策导向无环图法 | 第34-35页 |
| 3.5.5 分级二叉决策树法 | 第35-36页 |
| 3.5.6 大规模样本集缩减新方法在多类分类中的应用 | 第36页 |
| 3.6 缩减新算法与其他缩减算法比较 | 第36-37页 |
| 3.7 新的缩减评价指标 | 第37页 |
| 3.8 本章小结 | 第37-38页 |
| 第4章 基于缩减新算法的TE过程故障诊断 | 第38-50页 |
| 4.1 TE过程 | 第38-43页 |
| 4.1.1 TE过程工艺流程图 | 第38-40页 |
| 4.1.2 TE过程变量 | 第40-43页 |
| 4.1.3 TE过程故障 | 第43页 |
| 4.2 故障样本采集 | 第43-44页 |
| 4.3 TE过程故障诊断 | 第44-49页 |
| 4.3.1 改进支持向量机算法的参数选择 | 第44-45页 |
| 4.3.2 故障诊断过程 | 第45页 |
| 4.3.3 故障诊断结果 | 第45-48页 |
| 4.3.4 实验结果分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 基于缩减新算法的高炉故障诊断 | 第50-62页 |
| 5.1 高炉系统 | 第50-52页 |
| 5.1.1 高炉系统主要工艺环节 | 第50-51页 |
| 5.1.2 高炉系统的组成 | 第51页 |
| 5.1.3 高炉冶炼原理 | 第51-52页 |
| 5.2 高炉炉况分析 | 第52-56页 |
| 5.2.1 高炉运行主要参数 | 第53-54页 |
| 5.2.2 异常炉况 | 第54-56页 |
| 5.3 高炉故障诊断实验及分析 | 第56-61页 |
| 5.3.1 故障诊断过程 | 第56-58页 |
| 5.3.2 故障诊断结果 | 第58-60页 |
| 5.3.3 实验结果分析 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 高炉故障诊断系统设计与实现 | 第62-78页 |
| 6.1 故障诊断系统用户需求分析 | 第62页 |
| 6.2 故障诊断系统设计目标 | 第62-63页 |
| 6.3 故障诊断系统的可行性 | 第63页 |
| 6.4 故障诊断系统设计 | 第63-67页 |
| 6.4.1 数据库设计 | 第63-64页 |
| 6.4.2 故障诊断系统总体设计 | 第64-67页 |
| 6.5 故障诊断系统实现 | 第67-76页 |
| 6.6 故障诊断系统测试 | 第76-77页 |
| 6.7 本章小结 | 第77-78页 |
| 第7章 结论与展望 | 第78-80页 |
| 7.1 结论 | 第78页 |
| 7.2 展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士学位期间参加的科研工作 | 第88-90页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第90页 |