| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 工业系统的故障诊断 | 第13-16页 |
| 1.2.1 化工过程的特点 | 第13页 |
| 1.2.2 故障诊断方法的分类 | 第13-15页 |
| 1.2.3 模式分类 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-19页 |
| 1.3.1 最小最大概率机研究现状 | 第16-17页 |
| 1.3.2 数据驱动故障诊断方法的研究现状 | 第17-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第二章 基于最小最大概率机的降维方法 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 费舍尔判别分析 | 第20-21页 |
| 2.3 多类最小最大概率机 | 第21-24页 |
| 2.3.1 最小最大概率机 | 第21-23页 |
| 2.3.2 多类最小最大概率机目标函数 | 第23-24页 |
| 2.4 多类最小误差最小最大概率机 | 第24-27页 |
| 2.4.1 最小误差最小最大概率机 | 第24-26页 |
| 2.4.2 多类最小误差最小最大概率机目标函数 | 第26-27页 |
| 2.5 多维投影向量求解方法 | 第27-28页 |
| 2.6 总结 | 第28-30页 |
| 第三章 基于最小最大概率机的故障诊断方法 | 第30-36页 |
| 3.1 引言 | 第30页 |
| 3.2 动态最小最大概率机 | 第30-31页 |
| 3.3 信息准则 | 第31-32页 |
| 3.4 判别分析法 | 第32-33页 |
| 3.5 基于最小最大概率机的故障诊断方法流程 | 第33-34页 |
| 3.6 总结 | 第34-36页 |
| 第四章 TE过程及案例分析 | 第36-52页 |
| 4.1 TE过程介绍 | 第36-38页 |
| 4.2 TE过程中21种故障的诊断分析 | 第38-40页 |
| 4.3 故障3,4,11的故障诊断 | 第40-46页 |
| 4.3.1 故障数据可视化分析 | 第41-43页 |
| 4.3.2 DMPM结果分析 | 第43-45页 |
| 4.3.3 DMEMPM结果分析 | 第45-46页 |
| 4.4 故障2,5,8,12,13,14的故障诊断 | 第46-52页 |
| 4.4.1 故障数据可视化分析 | 第46-47页 |
| 4.4.2 DMPM结果分析 | 第47-49页 |
| 4.4.3 DMEMPM结果分析 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 研究成果及发表的学术论文 | 第60-62页 |
| 作者和导师简介 | 第62-63页 |
| 附件 | 第63-64页 |