| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-19页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 故障诊断的研究现状 | 第9-13页 |
| 1.2.1 故障诊断概述 | 第9-10页 |
| 1.2.2 故障诊断方法分类 | 第10-13页 |
| 1.2.3 故障诊断技术的发展趋势 | 第13页 |
| 1.3 回声状态网络的研究现状 | 第13-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 1.5 论文各章节内容及安排 | 第18-19页 |
| 2 基于MCUSUM-PCA-CJESN的故障特征提取方法研究 | 第19-30页 |
| 2.1 引言 | 第19-20页 |
| 2.2 故障特征提取的数据预处理 | 第20-22页 |
| 2.2.1 多变量累积和 | 第20-21页 |
| 2.2.2 主成分分析 | 第21-22页 |
| 2.3 改进的回声状态网络 | 第22-27页 |
| 2.3.1 CJESN的网络结构 | 第23-25页 |
| 2.3.2 CJESN的训练 | 第25-26页 |
| 2.3.3 CJESN的关键参数 | 第26-27页 |
| 2.4 MCUSUM-PCA-CJESN故障特征提取方法步骤 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于FOA的故障诊断参数寻优方法研究 | 第30-36页 |
| 3.1 引言 | 第30页 |
| 3.2 传统果蝇优化算法 | 第30-32页 |
| 3.2.1 果蝇优化算法原理 | 第30-31页 |
| 3.2.2 果蝇优化算法步骤 | 第31-32页 |
| 3.3 改进的果蝇优化算法 | 第32-35页 |
| 3.3.1 FOA存在的不足 | 第32页 |
| 3.3.2 FOA的改进思路 | 第32-34页 |
| 3.3.3 AFOA算法步骤 | 第34-35页 |
| 3.4 AFOA对故障诊断方法的参数优化效果验证 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于CJESN-OCSVM的故障检测与诊断方法研究 | 第36-52页 |
| 4.1 引言 | 第36页 |
| 4.2 TE过程 | 第36-41页 |
| 4.2.1 TE过程工艺流程 | 第37-38页 |
| 4.2.2 TE过程变量 | 第38-40页 |
| 4.2.3 TE过程故障 | 第40-41页 |
| 4.3 一类支持向量机 | 第41-44页 |
| 4.4 基于CJESN-OCSVM的故障检测 | 第44-49页 |
| 4.4.1 故障检测方法设计 | 第44-47页 |
| 4.4.2 故障检测实验结果分析 | 第47-49页 |
| 4.5 基于CJESN-OCSVM的故障诊断 | 第49-51页 |
| 4.5.1 故障诊断方法设计 | 第49页 |
| 4.5.2 故障诊断实验结果分析 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第60页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第60页 |
