| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 引言 | 第10-11页 |
| 1.2 主元分析方法在故障诊断中的应用研究现状 | 第11-12页 |
| 1.3 研究目的 | 第12页 |
| 1.4 文章结构 | 第12-14页 |
| 第2章 故障检测及诊断 | 第14-20页 |
| 2.1 故障检测及诊断的重要性 | 第14页 |
| 2.2 故障分类 | 第14-15页 |
| 2.3 故障诊断方法分类 | 第15-18页 |
| 2.3.1 基于模型的故障诊断方法 | 第15-17页 |
| 2.3.2 基于数据驱动的诊断方法 | 第17-18页 |
| 2.4 鲁棒性 | 第18-19页 |
| 2.5 本章结论 | 第19-20页 |
| 第3章 多元统计控制图策略 | 第20-35页 |
| 3.1 经典统计过程控制 | 第20页 |
| 3.2 主元分析方法 | 第20-22页 |
| 3.2.1 动态主元分析(DPCA) | 第20-21页 |
| 3.2.2 滑动主元分析(MPCA) | 第21页 |
| 3.2.3 非线性主元分析(Nolinear PCA) | 第21页 |
| 3.2.4 分块主元分析(Multi-Block PCA) | 第21页 |
| 3.2.5 递归主元分析(RPCA) | 第21-22页 |
| 3.2.6 多尺度主元分析(MSPCA) | 第22页 |
| 3.3 主元分析原理 | 第22-27页 |
| 3.3.1 数据压缩及信息提取 | 第22-23页 |
| 3.3.2 主元分析模型统计量 | 第23-24页 |
| 3.3.3 自适应控制限 | 第24-25页 |
| 3.3.4 基于贡献率图的故障诊断 | 第25-26页 |
| 3.3.5 主元个数的选取 | 第26-27页 |
| 3.4 主元分析与EWMA相结合的故障诊断 | 第27-34页 |
| 3.4.1 MEWMA-PCA原理 | 第28-30页 |
| 3.4.2 方差自适应控制限与EWMA相结合 | 第30-31页 |
| 3.4.3 EWMA对主元分析的影响 | 第31-32页 |
| 3.4.4 EWMA滤波对方差自适应控制限PCA故障可检测幅值的影响 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 案例研究 | 第35-43页 |
| 4.1 案例研究 | 第35-42页 |
| 4.1.1 案例1：数值仿真 | 第35-38页 |
| 4.1.2 案例2：实例仿真 | 第38-42页 |
| 4.2 本章小结 | 第42-43页 |
| 第5章 结论与展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
