| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 过程监测技术研究的背景、目的及意义 | 第10页 |
| 1.2 过程监测技术 | 第10-12页 |
| 1.2.1 过程监测技术的研究内容 | 第10-11页 |
| 1.2.2 过程监测技术的主要方法 | 第11-12页 |
| 1.3 基于统计分析的过程监测方法 | 第12-14页 |
| 1.3.1 基于统计分析的过程监测方法简介 | 第12-13页 |
| 1.3.2 结合复杂数据特性的统计分析过程监测方法 | 第13-14页 |
| 1.4 本文研究内容与组织安排 | 第14-16页 |
| 第2章 PCA和PLS的基本理论 | 第16-32页 |
| 2.1 数据表的基本知识及数据预处理 | 第16-18页 |
| 2.1.1 数据表的基本知识 | 第16-17页 |
| 2.1.2 数据预处理 | 第17-18页 |
| 2.2 基于PCA的监测、诊断及重构方法 | 第18-23页 |
| 2.2.1 PCA的基本原理 | 第18-20页 |
| 2.2.2 基于PCA的过程监测及故障诊断方法 | 第20-22页 |
| 2.2.3 基于PCA的重构方法 | 第22-23页 |
| 2.3 基于PLS的监测和诊断方法 | 第23-30页 |
| 2.3.1 PLS的基本理论 | 第24-26页 |
| 2.3.2 PLS算法推导 | 第26-29页 |
| 2.3.3 基于PLS的过程监测与故障诊断方法 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于方向核偏最小二乘的过程监测方法 | 第32-52页 |
| 3.1 方向偏最小二乘算法推导 | 第32-36页 |
| 3.1.1 PLS残差与输出变量之间的相关性证明 | 第33-34页 |
| 3.1.2 相关部分的求取 | 第34-36页 |
| 3.1.3 残差剩余部分与输出变量之间的相关性证明 | 第36页 |
| 3.2 基于DKPLS的过程监测方法 | 第36-41页 |
| 3.2.1 核函数方法 | 第37-38页 |
| 3.2.2 基于DKPLS的过程监测 | 第38-41页 |
| 3.3 实验结果 | 第41-50页 |
| 3.3.1 电熔镁炉工作原理 | 第41-43页 |
| 3.3.2 实验结果分析 | 第43-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 基于方向核偏最小二乘的故障诊断方法 | 第52-72页 |
| 4.1 基于DKPLS的故障重构方法研究 | 第52-59页 |
| 4.1.1 故障主元方向的选择方法 | 第53-54页 |
| 4.1.2 基于DKPLS的重构方法 | 第54-59页 |
| 4.2 基于DKPLS的故障重构诊断方法 | 第59-62页 |
| 4.3 仿真实验 | 第62-69页 |
| 4.3.1 故障主元方向的选择 | 第62-63页 |
| 4.3.2 故障的重构诊断 | 第63-69页 |
| 4.4 本章小结 | 第69-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期间发表的论文 | 第82页 |