| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景 | 第10-11页 |
| 1.2 故障诊断技术概述 | 第11-15页 |
| 1.2.1 国外故障诊断技术的发展概况 | 第11页 |
| 1.2.2 国内故障诊断技术的发展概况 | 第11-12页 |
| 1.2.3 故障诊断技术的研究现况 | 第12-15页 |
| 1.3 工业过程故障诊断的研究现状 | 第15-16页 |
| 1.4 本课题研究的主要内容 | 第16-18页 |
| 第2章 基础理论 | 第18-33页 |
| 2.1 主成分分析(PCS) | 第18-21页 |
| 2.1.1 PCA的工作原理 | 第18-19页 |
| 2.1.2 PCA的统计量及控制限 | 第19-20页 |
| 2.1.3 故障识别 | 第20-21页 |
| 2.2 核独立成分分析(KICA) | 第21-27页 |
| 2.2.1 KICA的基本原理 | 第21-23页 |
| 2.2.2 KICA的统计量及控制限 | 第23-27页 |
| 2.3 小波包简介 | 第27-32页 |
| 2.3.1 小波包的定义 | 第28页 |
| 2.3.2 小波包的分解 | 第28-30页 |
| 2.3.3 小波包去噪的工作原理 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于KICA-PCA的工业过程故障诊断 | 第33-45页 |
| 3.1 田纳西过程简介 | 第33-36页 |
| 3.2 基于PCA和KICA的工业过程故障检测 | 第36-38页 |
| 3.3 核独立成分分析&主成分分析(KICA-PCA) | 第38-41页 |
| 3.3.1 KICA-PCA的工作原理 | 第38-41页 |
| 3.3.2 离线建模和在线检测步骤 | 第41页 |
| 3.4 基于KICA-PCA的工业过程故障检测 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于FDKICA-PCA的工业过程故障诊断 | 第45-57页 |
| 4.1 小波包去噪和动态KICA-PCA | 第45-49页 |
| 4.1.1 数据动态性处理 | 第45-46页 |
| 4.1.2 两步式KICA-PCA故障诊断 | 第46页 |
| 4.1.3 基于非线性故障图的故障诊断 | 第46-49页 |
| 4.2 FDKICA-PCA监控流程 | 第49-50页 |
| 4.3 基于FDKICA-PCA的工业过程故障诊断 | 第50-55页 |
| 4.3.1 实例研究 | 第50-54页 |
| 4.3.2 故障诊断性能比较 | 第54页 |
| 4.3.3 故障分析 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
