| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 前言 | 第9-21页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 课题的国内外研究现状 | 第10-18页 |
| 1.2.1 故障诊断概述 | 第10-11页 |
| 1.2.2 多元统计故障诊断方法 | 第11-13页 |
| 1.2.3 间歇过程故障诊断方法研究现状 | 第13-18页 |
| 1.3 目前间歇过程故障诊断存在的问题分析 | 第18-19页 |
| 1.4 论文主要内容和工作安排 | 第19-21页 |
| 第2章 基于改进多向核熵成分分析的间歇过程故障检测 | 第21-40页 |
| 2.1 多向核熵成分分析方法 | 第21-25页 |
| 2.1.1 熵的概念 | 第21-22页 |
| 2.1.2 核熵成分分析原理 | 第22-24页 |
| 2.1.3 多向核熵成分分析原理 | 第24-25页 |
| 2.2 小波变换技术 | 第25-27页 |
| 2.2.1 小波去噪方法 | 第25-26页 |
| 2.2.2 非线性变换阈值去噪 | 第26-27页 |
| 2.3 基于k近邻马氏距离的改进2T统计量 | 第27-28页 |
| 2.3.1 k近邻方法 | 第27页 |
| 2.3.2 改进2T统计量 | 第27-28页 |
| 2.4 基于IMKECA的间歇过程故障检测方法 | 第28-30页 |
| 2.5 仿真实验 | 第30-38页 |
| 2.5.1 盘尼西林发酵过程 | 第30-34页 |
| 2.5.2 仿真结果 | 第34-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第3章 基于多阶段多向核熵成分分析的间歇过程故障检测 | 第40-52页 |
| 3.1 阶段划分思想 | 第40-41页 |
| 3.2 时序核熵主元关联度的多阶段划分 | 第41-44页 |
| 3.2.1 核熵主元关联度的矩阵相似性指标 | 第41-42页 |
| 3.2.2 局部离群因子法 | 第42-43页 |
| 3.2.3 时序核熵主元关联度阶段划分步骤 | 第43-44页 |
| 3.3 批次--变量展开方式 | 第44-45页 |
| 3.4 基于MsMKECA的间歇过程故障检测方法 | 第45-46页 |
| 3.5 仿真实验 | 第46-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 基于即时学习核熵成分分析的间歇过程故障检测 | 第52-62页 |
| 4.1 基于即时学习的局部建模方法 | 第52-54页 |
| 4.1.1 JITL局部建模原理 | 第53-54页 |
| 4.1.2 JITL方法特点 | 第54页 |
| 4.2 滑动窗技术的即时学习方法 | 第54-57页 |
| 4.2.1 滑动窗宽及相似性样本数量 | 第56页 |
| 4.2.2 滑动窗JITL方法特点 | 第56-57页 |
| 4.3 基于JITL-KECA的间歇过程故障检测方法 | 第57-58页 |
| 4.4 仿真实验 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 攻读硕士学位期间取得的学术成果 | 第72-73页 |
| 致谢 | 第73页 |
