| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-44页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 状态监测方法综述 | 第13-22页 |
| 1.3 国内外研究现状 | 第22-26页 |
| 1.4 研究内容 | 第26-41页 |
| 1.5 论文结构安排 | 第41页 |
| 1.6 本章小结 | 第41-44页 |
| 第2章 基于PCA的传感器故障不可检测性分析 | 第44-57页 |
| 2.1 传感器故障类型 | 第44-47页 |
| 2.2 传感器故障的不可检测性分析 | 第47-49页 |
| 2.3 仿真测试 | 第49-55页 |
| 2.4 本章小结 | 第55-57页 |
| 第3章 传感器测量数据预处理 | 第57-78页 |
| 3.1 数据预处理 | 第57-58页 |
| 3.2 离群点的剔除 | 第58-62页 |
| 3.3 随机噪声的剔除 | 第62-72页 |
| 3.4 仿真测试 | 第72-77页 |
| 3.5 本章小结 | 第77-78页 |
| 第4章 PCA模型建模参数的选取 | 第78-93页 |
| 4.1 PCA模型的建模参数选取标准 | 第78-81页 |
| 4.2 基于不同建模参数选取标准的PCA模型 | 第81-83页 |
| 4.3 仿真测试 | 第83-90页 |
| 4.4 本章小结 | 第90-93页 |
| 第5章 PCA模型中误报警的消除 | 第93-108页 |
| 5.1 PCA模型中误报警的产生 | 第93页 |
| 5.2 基于统计分析的误报警消除算法 | 第93-97页 |
| 5.2.1 基于统计分析算法的理论基础 | 第93-95页 |
| 5.2.2 基于统计分析算法的计算流程 | 第95页 |
| 5.2.3 基于统计分析算法中相关参数的确定 | 第95-97页 |
| 5.3 基于循环迭代的误报警消除算法 | 第97-98页 |
| 5.4 仿真测试 | 第98-107页 |
| 5.5 本章小结 | 第107-108页 |
| 第6章 传感器故障辨识 | 第108-140页 |
| 6.1 基于高贡献率分析的故障辨识方法 | 第108-110页 |
| 6.2 基于迭代重构的故障辨识方法 | 第110-113页 |
| 6.3 基于加权贡献率分析的故障辨识方法 | 第113-115页 |
| 6.4 仿真测试 | 第115-138页 |
| 6.5 本章小结 | 第138-140页 |
| 第7章 基于PCA的传感器状态监测方案的综合仿真分析 | 第140-161页 |
| 7.1 PCA模型的分步优化算法总结 | 第140-142页 |
| 7.2 PCA模型优化算法的综合分析 | 第142-143页 |
| 7.3 PCA状态监测方案中优化算法的综合仿真测试 | 第143-160页 |
| 7.3.1 故障检测能力的测试 | 第143-151页 |
| 7.3.2 故障辨识能力的测试 | 第151-160页 |
| 7.4 本章小结 | 第160-161页 |
| 结论 | 第161-163页 |
| 参考文献 | 第163-174页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第174-176页 |
| 致谢 | 第176-178页 |
| 索引 | 第178-179页 |