| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·故障诊断的研究背景及意义 | 第10页 |
| ·故障诊断概述 | 第10-11页 |
| ·故障诊断方法的分类 | 第11-12页 |
| ·基于过程历史的故障诊断方法研究现状 | 第12-15页 |
| ·专家系统 | 第12-13页 |
| ·定性趋势分析 | 第13页 |
| ·统计方法 | 第13-14页 |
| ·神经网络 | 第14-15页 |
| ·本文研究工作的引入 | 第15页 |
| ·本论文的主要研究内容及框架 | 第15-17页 |
| 第二章 定性趋势分析简介 | 第17-25页 |
| ·定性趋势分析 | 第17-22页 |
| ·描述趋势的语言和趋势提取 | 第17-20页 |
| ·趋势识别与故障诊断 | 第20-22页 |
| ·综合算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 在线趋势提取 | 第25-40页 |
| ·表示趋势的语言 | 第25-26页 |
| ·趋势提取 | 第26-33页 |
| ·数据分割及拟合 | 第27-28页 |
| ·把两个连续区间归类为趋势形状 | 第28-30页 |
| ·把形状转变成半定量的剧情 | 第30页 |
| ·片段的集合 | 第30-32页 |
| ·在线的实现 | 第32-33页 |
| ·参数的设定 | 第33-35页 |
| ·最小处理数据长度的选择 | 第33-34页 |
| ·阈值的设定 | 第34-35页 |
| ·案例研究及分析 | 第35-39页 |
| ·案例1：模拟信号 | 第35-36页 |
| ·案例2：模拟信号 | 第36-37页 |
| ·案例3：实际工业数据 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于定性趋势分析的故障诊断框架 | 第40-47页 |
| ·建立基于定性趋势分析的知识库 | 第40-42页 |
| ·知识表示 | 第40-41页 |
| ·知识库设计 | 第41-42页 |
| ·故障检测 | 第42-43页 |
| ·基于定性趋势的故障检测方法 | 第42-43页 |
| ·变量的优化选择 | 第43页 |
| ·故障诊断 | 第43-45页 |
| ·更新知识库 | 第45页 |
| ·基于定性趋势分析的故障诊断框架 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于定性趋势分析的故障诊断方法在TE 过程中的应用研究 | 第47-66页 |
| ·Tennessee Eastman过程介绍 | 第47-53页 |
| ·TE 过程的提出 | 第47页 |
| ·TE 过程工艺流程图 | 第47-48页 |
| ·过程变量 | 第48-51页 |
| ·过程故障 | 第51-52页 |
| ·仿真程序 | 第52-53页 |
| ·Tennessee Eastman过程应用研究 | 第53-65页 |
| ·应用描述 | 第53-54页 |
| ·故障1的个案研究 | 第54-57页 |
| ·故障2的个案研究 | 第57-59页 |
| ·故障11的个案研究 | 第59-61页 |
| ·故障13的个案研究 | 第61-62页 |
| ·故障2和故障4的叠加故障研究 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |