基于改进主元分析的微小故障检测算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 过程监控的基本概述与方法分类 | 第7-9页 |
| 1.2.1 过程监控概述 | 第7-8页 |
| 1.2.2 过程监控方法的分类 | 第8-9页 |
| 1.3 统计过程监控的研究发展 | 第9-12页 |
| 1.3.1 监控技术的发展 | 第9-10页 |
| 1.3.2 PCA方法的研究发展 | 第10-11页 |
| 1.3.3 微小故障检测方法 | 第11-12页 |
| 1.4 本文研究内容及章节安排 | 第12-13页 |
| 第二章 主元分析法的基本理论 | 第13-21页 |
| 2.1 主元分析理论 | 第13-16页 |
| 2.1.1 PCA过程推导 | 第13-15页 |
| 2.1.2 监控统计量及其控制限 | 第15-16页 |
| 2.2 核主元分析理论 | 第16-19页 |
| 2.2.1 KPCA过程推导 | 第16-18页 |
| 2.2.2 基于核主元分析的过程监控 | 第18-19页 |
| 2.2.3 KPCA监控步骤 | 第19页 |
| 2.3 PCA与KPCA比较 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于滑动窗PCA的微小故障检测 | 第21-31页 |
| 3.1 基于滑动窗PCA的故障检测 | 第21-25页 |
| 3.1.1 滑动窗口原理 | 第21-22页 |
| 3.1.2 基于滑动窗PCA的微小故障建模 | 第22-25页 |
| 3.2 仿真实验 | 第25-30页 |
| 3.2.1 数值仿真 | 第25-28页 |
| 3.2.2 青霉素发酵过程仿真 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于相关度的KPCA故障检测 | 第31-41页 |
| 4.1 相关度分析与KPCA故障检测 | 第31-34页 |
| 4.1.1 相关度分析 | 第32-33页 |
| 4.1.2 核密度估计与检测步骤 | 第33-34页 |
| 4.2 仿真实验 | 第34-40页 |
| 4.2.1 数值仿真 | 第34-36页 |
| 4.2.2 TE过程仿真 | 第36-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第47页 |
