基于Fisher判别分析的间歇过程故障诊断研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的及意义 | 第10-11页 |
| 1.2 故障检测与诊断的研究内容 | 第11-13页 |
| 1.2.1 故障的基本概念 | 第11页 |
| 1.2.2 故障检测与诊断的过程 | 第11-13页 |
| 1.2.3 故障诊断的性能指标 | 第13页 |
| 1.3 故障诊断的主要方法 | 第13-15页 |
| 1.4 本文主要研究内容及论文结构安排 | 第15-16页 |
| 第2章 基于Fisher判别分析的故障检测 | 第16-25页 |
| 2.1 Fisher判别分析 | 第16-19页 |
| 2.1.1 理论基础 | 第16-18页 |
| 2.1.2 低维判别空间的确定 | 第18-19页 |
| 2.1.3 FDA故障检测步骤 | 第19页 |
| 2.2 控制限的核密度估计 | 第19-21页 |
| 2.3 仿真实验 | 第21-24页 |
| 2.3.1 啤酒生产工艺 | 第21-22页 |
| 2.3.2 啤酒发酵设备 | 第22-23页 |
| 2.3.3 仿真结果 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 ICA-KFDA故障检测算法 | 第25-38页 |
| 3.1 基于核FDA的故障检测 | 第25-30页 |
| 3.1.1 核方法 | 第25-26页 |
| 3.1.2 KFDA用于故障检测 | 第26-29页 |
| 3.1.3 KFDA算法仿真 | 第29-30页 |
| 3.2 基于ICA-KFDA的故障检测 | 第30-36页 |
| 3.2.1 独立元分析 | 第30-31页 |
| 3.2.2 FastICA算法 | 第31-34页 |
| 3.2.3 ICA-KFDA用于故障检测 | 第34-35页 |
| 3.2.4 ICA-KFDA算法仿真 | 第35-36页 |
| 3.3 仿真研究 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于FDA特征提取的故障诊断 | 第38-50页 |
| 4.1 故障识别原理 | 第38-40页 |
| 4.2 基于FDA特征提取的故障诊断 | 第40-44页 |
| 4.2.1 距离分类判别 | 第40-42页 |
| 4.2.2 相似度分类判别 | 第42-44页 |
| 4.3 基于KFDA特征提取的故障诊断 | 第44-48页 |
| 4.3.1 核参数寻优算法 | 第45-46页 |
| 4.3.2 距离分类判别 | 第46-47页 |
| 4.3.3 相似度分类判别 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间取得的学术成果 | 第56-57页 |
| 致谢 | 第57页 |
