| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-24页 |
| ·课题背景 | 第10-12页 |
| ·非线性系统的鲁棒故障诊断综述 | 第12-22页 |
| ·鲁棒故障诊断的基本概念 | 第12-13页 |
| ·未知扰动解耦的方法 | 第13-17页 |
| ·双线性系统的未知输入观测器 | 第14-15页 |
| ·多项式系统的未知输入观测器 | 第15-16页 |
| ·基于微分几何的扰动解耦方法 | 第16-17页 |
| ·自适应估计的方法 | 第17-19页 |
| ·非线性等价空间方法 | 第19-20页 |
| ·应用领域 | 第20页 |
| ·小结 | 第20-22页 |
| ·论文结构安排 | 第22-24页 |
| 第2章 未知输入扩展卡尔曼滤波及故障诊断 | 第24-47页 |
| ·引言 | 第24-25页 |
| ·未知输入卡尔曼滤波器 | 第25-28页 |
| ·UIKF 算法1（Keller | 第25-27页 |
| ·UIKF 算法2（Darouach） | 第27-28页 |
| ·未知输入扩展卡尔曼滤波 | 第28-37页 |
| ·UIEKF 算法 | 第28-29页 |
| ·UIEKF 的收敛性 | 第29-37页 |
| ·鲁棒故障检测与分离策略 | 第37-38页 |
| ·基于三容水箱DT5200 的仿真研究 | 第38-45页 |
| ·小结 | 第45-47页 |
| 第3章 未知扰动解耦的粒子滤波及故障诊断 | 第47-62页 |
| ·引言 | 第47-48页 |
| ·粒子滤波简介 | 第48-52页 |
| ·递推贝叶斯估计的基本原理 | 第48-49页 |
| ·粒子滤波的发展概况 | 第49-50页 |
| ·粒子滤波的 SIS 算法 | 第50-52页 |
| ·未知扰动解耦的粒子滤波 | 第52-58页 |
| ·未知输入观测器的基本原理 | 第52-54页 |
| ·未知扰动解耦的粒子滤波器 | 第54-58页 |
| ·基于多模型似然比的残差评价及故障诊断策略 | 第58-60页 |
| ·仿真研究 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第4章 基于自适应估计的快速鲁棒故障检测 | 第62-78页 |
| ·引言 | 第62-63页 |
| ·系统描述及观测器形式 | 第63-64页 |
| ·鲁棒故障诊断策略及其稳定性分析 | 第64-67页 |
| ·故障的可检测性和检测时间 | 第67-71页 |
| ·仿真研究 | 第71-77页 |
| ·小结 | 第77-78页 |
| 第5章 基于自适应估计的鲁棒故障分离及可分离性 | 第78-99页 |
| ·引言 | 第78-79页 |
| ·问题描述 | 第79-81页 |
| ·鲁棒故障检测和分离的多自适应观测器策略 | 第81-89页 |
| ·故障检测观测器及其阈值设计 | 第81-83页 |
| ·自适应分离估计算法及故障分离观测器 | 第83-86页 |
| ·故障分离的自适应阈值 | 第86-87页 |
| ·有关自适应分离估计算法的深入讨论 | 第87-89页 |
| ·故障的可检测性和可分离性 | 第89-96页 |
| ·仿真研究 | 第96-98页 |
| ·小结 | 第98-99页 |
| 第6章 非线性 Lipschitz 系统的自适应观测器及故障诊断 | 第99-110页 |
| ·引言 | 第99-100页 |
| ·Lipschitz 观测器简述及小增益定理 | 第100-103页 |
| ·非线性Lipschitz 自适应观测器的设计及收敛性 | 第103-106页 |
| ·仿真研究 | 第106-109页 |
| ·小结及展望 | 第109-110页 |
| 第7章 基于智能优化的非线性系统故障诊断研究 | 第110-129页 |
| ·引言 | 第110-111页 |
| ·基本优化算法简介 | 第111-115页 |
| ·单纯形法 | 第111-112页 |
| ·模拟退火算法 | 第112-113页 |
| ·微粒群算法 | 第113-115页 |
| ·混合优化算法的设计 | 第115-119页 |
| ·SMSA 混合算法 | 第115-117页 |
| ·PSOSA 混合算法 | 第117-119页 |
| ·基于滑动窗估计的故障诊断方案 | 第119-123页 |
| ·仿真研究 | 第123-124页 |
| ·小结 | 第124-129页 |
| 第8章 结论与展望 | 第129-131页 |
| 参考文献 | 第131-140页 |
| 致谢 | 第140-141页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第141-143页 |