| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 故障诊断主要研究内容 | 第11-12页 |
| 1.2.1 故障诊断的定义 | 第11页 |
| 1.2.2 故障诊断的主要内容 | 第11-12页 |
| 1.3 故障诊断的国内外研究现状 | 第12-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 第2章 多元统计监控方法及小波包理论 | 第16-29页 |
| 2.1 主元分析的介绍 | 第16-21页 |
| 2.1.1 主元分析的基本原理 | 第16-18页 |
| 2.1.2 主元分析的计算方法及步骤 | 第18-20页 |
| 2.1.3 主元分析的统计量 | 第20-21页 |
| 2.2 核主元分析 | 第21-25页 |
| 2.2.1 核函数的原理 | 第21-23页 |
| 2.2.2 特征空间数据的标准化 | 第23-25页 |
| 2.3 小波包理论 | 第25-28页 |
| 2.3.1 小波包的定义 | 第26-27页 |
| 2.3.2 信号的小波包分解与重构 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于小波包去噪与 KPCA 方法的研究 | 第29-44页 |
| 3.1 小波包去噪分析 | 第29-32页 |
| 3.1.1 最优小波包基选取 | 第29-31页 |
| 3.1.2 小波包去噪的具体步骤 | 第31-32页 |
| 3.2 基于小波包去噪的核主元分析算法 | 第32-35页 |
| 3.2.1 KPCA 的故障检测 | 第32-33页 |
| 3.2.2 小波包去噪与 KPCA 故障检测的具体步骤 | 第33-35页 |
| 3.3 Tennessee Eastman Process(TEP) | 第35-37页 |
| 3.3.1 TE 过程介绍 | 第35-36页 |
| 3.3.2 TE 过程故障 | 第36-37页 |
| 3.4 仿真实验 | 第37-43页 |
| 3.4.1 小波包去噪的有效性 | 第37-39页 |
| 3.4.2 小波包去噪与 KPCA 结合与传统 PCA、KPCA 检测比较 | 第39-42页 |
| 3.4.3 主元个数对比分析 | 第42-43页 |
| 3.5 本章总结 | 第43-44页 |
| 第4章 基于 EWDKPCA 的故障检测 | 第44-53页 |
| 4.1 基于 EWDKPCA 的故障检测 | 第44-49页 |
| 4.1.1 基于指数加权自回归统计模型 | 第44-45页 |
| 4.1.2 等步长数据更新模型的建立 | 第45-46页 |
| 4.1.3 EWDKPCA 模型建立 | 第46-47页 |
| 4.1.4 基于 EWDKPCA 故障诊断的模型 | 第47-49页 |
| 4.2 仿真实验 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
