| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及目的 | 第11-12页 |
| 1.2 故障诊断技术的研究现状及发展趋势 | 第12-14页 |
| 1.2.1 流程工业故障诊断国内的研究现状 | 第13-14页 |
| 1.2.2 流程工业故障诊断国外的研究现状 | 第14页 |
| 1.3 论文的研究思路及创新点 | 第14-15页 |
| 1.4 论文的章节安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 流程工业故障诊断的基本要求及仿真对象介绍 | 第17-25页 |
| 2.1 流程工业故障的特点及产生原因 | 第17-19页 |
| 2.1.1 流程工业发展面临的问题 | 第17-18页 |
| 2.1.2 基于数据驱动的故障诊断技术研究 | 第18-19页 |
| 2.2 TE过程 | 第19-24页 |
| 2.2.1 TE过程简介 | 第19-21页 |
| 2.2.2 设计TE过程的控制策略 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 ICA在故障检测及诊断中的应用 | 第25-33页 |
| 3.1 ICA技术简介 | 第25-27页 |
| 3.1.1 主元分析(PCA)算法 | 第25-26页 |
| 3.1.2 独立元分析(ICA) | 第26-27页 |
| 3.2 ICA的过程监测及故障诊断 | 第27-31页 |
| 3.2.1 独立元分析降低数据维数并排序 | 第28-29页 |
| 3.2.2 ICA监测模型的建立 | 第29-30页 |
| 3.2.3 基于独立元分析的工业故障诊断过程 | 第30-31页 |
| 3.3 实验结果分析及研究 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于KICA方法监测流程工业的非高斯过程故障 | 第33-41页 |
| 4.1 核独立元分析(KICA)故障检测算法 | 第33-37页 |
| 4.1.1 建立KICA故障检测模型 | 第33-34页 |
| 4.1.2 构造统计量和确定控制限 | 第34-35页 |
| 4.1.3 故障诊断过程 | 第35-37页 |
| 4.2 KICA的TE过程故障检测结果分析 | 第37-38页 |
| 4.3 本章小结 | 第38-41页 |
| 第5章 基于ICSM-PLS的TE过程故障诊断研究方法 | 第41-51页 |
| 5.1 ICSM算法 | 第41-44页 |
| 5.1.1 IC贡献度和贡献度矩阵 | 第42-43页 |
| 5.1.2 构造独立元子空间 | 第43-44页 |
| 5.2 集成策略的设计选取 | 第44页 |
| 5.3 PLS算法 | 第44-45页 |
| 5.4 ICSM-PLS故障检测算法 | 第45-47页 |
| 5.4.1 检测子空间故障算法 | 第45-46页 |
| 5.4.2 基于ICSM-PLS检测算法的步骤 | 第46-47页 |
| 5.5 ICSM-PLS与ICA方法故障诊断结果对比分析 | 第47-50页 |
| 5.6 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 全文工作总结 | 第51页 |
| 6.2 进一步工作展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A (攻读硕士期间发表的论文) | 第59页 |
