摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 故障检测的研究背景和意义 | 第11页 |
1.2 故障检测方法研究现状 | 第11-15页 |
1.2.1 故障检测研究内容 | 第11-12页 |
1.2.2 故障检测方法分类 | 第12-15页 |
1.3 支持向量描述和子空间辨识故障检测方法研究现状 | 第15-17页 |
1.4 本文主要研究内容 | 第17-19页 |
第2章 基于马氏距离的超椭球体SVDD故障检测方法研究 | 第19-41页 |
2.1 支持向量描述相关理论及问题分析 | 第19-25页 |
2.1.1 预备知识 | 第19-22页 |
2.1.2 支持向量描述(SVDD)简介 | 第22-23页 |
2.1.3 问题分析 | 第23-25页 |
2.2 超椭球体支持向量描述故障检测方法 | 第25-29页 |
2.2.1 方法描述 | 第25-27页 |
2.2.2 模型求解 | 第27-29页 |
2.3 实验与分析 | 第29-40页 |
2.3.1 半导体生产过程控制数据集仿真分析 | 第29-31页 |
2.3.2 田纳西-伊斯曼过程数据集仿真分析 | 第31-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于和声搜索的带故障类超椭球体SVDD故障检测方法研究 | 第41-63页 |
3.1 问题分析 | 第41-43页 |
3.2 基于和声搜索的带故障类超椭球SVDD故障检测方法 | 第43-53页 |
3.2.1 带故障类超椭球SVDD方法 | 第43-47页 |
3.2.2 自适应和声搜索算法设计 | 第47-51页 |
3.2.3 方法故障检测流程 | 第51-53页 |
3.3 实验与分析 | 第53-62页 |
3.3.1 典型UCI数据集仿真分析 | 第53-56页 |
3.3.2 田纳西-伊斯曼过程数据集仿真分析 | 第56-62页 |
3.4 本章小结 | 第62-63页 |
第4章 基于滑动窗口子空间辨识的联合故障检测策略设计 | 第63-85页 |
4.1 问题分析 | 第63-65页 |
4.2 滑动窗口子空间辨识故障检测方法研究 | 第65-71页 |
4.2.1 基于SIM的故障检测器 | 第65-70页 |
4.2.2 滑动窗口设计 | 第70页 |
4.2.3 方法故障检测流程 | 第70-71页 |
4.3 联合ESVDD和MWSI的故障检测策略设计 | 第71-72页 |
4.4 实验与分析 | 第72-84页 |
4.4.1 田纳西-伊斯曼过程数据变量分块 | 第73-75页 |
4.4.2 结果与分析 | 第75-84页 |
4.5 本章小结 | 第84-85页 |
第5章 结论与展望 | 第85-87页 |
参考文献 | 第87-91页 |
致谢 | 第91-93页 |
攻读硕士期间科研情况 | 第93页 |