基于多元统计分析的故障检测与应用研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 图清单 | 第10-11页 |
| 表清单 | 第11-12页 |
| 1 绪论 | 第12-28页 |
| ·传感器故障检测概况 | 第13-16页 |
| ·传感器故障检测的意义 | 第13页 |
| ·传感器故障检测的内容 | 第13-15页 |
| ·传感器故障检测的过程 | 第15-16页 |
| ·国内外研究现状 | 第16页 |
| ·传感器故障检测方法分类 | 第16-20页 |
| ·基于数学模型的方法 | 第17-18页 |
| ·不依赖于数学模型的方法 | 第18-20页 |
| ·多元统计故障检测技术的发展状况 | 第20-25页 |
| ·传统方法及改进 | 第20-22页 |
| ·ICA 方法的应用 | 第22-23页 |
| ·小波变换方法的应用 | 第23-25页 |
| ·PLS 方法的应用 | 第25页 |
| ·本课题研究的主要内容 | 第25-26页 |
| ·本文的组织结构 | 第26-28页 |
| 2 预备知识 | 第28-36页 |
| ·基于 PCA 的故障检测及应用研究 | 第28-31页 |
| ·主成分分析基本思想 | 第28-29页 |
| ·提取主成分的理论推导 | 第29-30页 |
| ·PCA 故障检测过程概述 | 第30-31页 |
| ·基于 ICA 的故障检测及应用研究 | 第31-35页 |
| ·熵和微分熵 | 第32页 |
| ·独立成分分析 | 第32-34页 |
| ·基于 ICA 的故障检测过程概述 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于 KPCA 的故障检测及应用研究 | 第36-47页 |
| ·KPCA 理论基础 | 第36-38页 |
| ·核主成分分析算法 | 第36-38页 |
| ·核函数的选择 | 第38页 |
| ·基于 KPCA 的故障检测过程 | 第38-40页 |
| ·故障检测统计量 | 第38页 |
| ·KPCA 故障检测训练过程 | 第38-39页 |
| ·KPCA 在线检测 | 第39-40页 |
| ·应用研究（以高炉冶炼过程为例） | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于最大均值偏差法的故障检测及应用研究 | 第47-60页 |
| ·最大均值偏差法 | 第47-50页 |
| ·基本原理 | 第47-49页 |
| ·灵敏度分析 | 第49-50页 |
| ·基于最大均值法的故障检测过程 | 第50-51页 |
| ·数值仿真研究 | 第51-56页 |
| ·应用实例（以燃气发生装置的应用为例） | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 5 结论与展望 | 第60-62页 |
| ·本文研究工作总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 作者简介 | 第67页 |
