| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 故障检测研究现状 | 第9-12页 |
| 1.2.1 定性分析 | 第9-11页 |
| 1.2.2 定量分析 | 第11-12页 |
| 1.3 故障预测研究现状 | 第12-13页 |
| 1.3.1 基于可靠性概率统计的故障预测方法 | 第12页 |
| 1.3.2 基于物理模型的故障预测方法 | 第12页 |
| 1.3.3 基于数据驱动的故障预测方法 | 第12-13页 |
| 1.4 隐马尔可夫模型在故障检测和故障预测方面的研究现状 | 第13-14页 |
| 1.5 本文主要工作及内容安排 | 第14-16页 |
| 第二章 隐马尔可夫模型基本理论 | 第16-28页 |
| 2.1 隐马尔可夫模型基本概念 | 第16-18页 |
| 2.1.1 马尔可夫链 | 第16页 |
| 2.1.2 隐马尔可夫模型参数 | 第16-18页 |
| 2.2 隐马尔可夫模型基本算法 | 第18-24页 |
| 2.2.1 前向-后向算法 | 第18-21页 |
| 2.2.2 维特比算法 | 第21-22页 |
| 2.2.3 Baum-Welch算法 | 第22-24页 |
| 2.3 连续隐马尔可夫模型 | 第24-25页 |
| 2.4 隐马尔可夫模型在实际问题中的改进 | 第25-26页 |
| 2.4.1 初始值选取 | 第26页 |
| 2.4.2 算法下溢 | 第26页 |
| 2.4.3 多观测序列 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 基于连续隐马尔可夫模型的故障检测 | 第28-43页 |
| 3.1 TE过程概述 | 第28-32页 |
| 3.1.1 TE过程工艺介绍 | 第28-29页 |
| 3.1.2 过程变量 | 第29-30页 |
| 3.1.3 过程故障 | 第30-32页 |
| 3.2 主元分析法 | 第32-35页 |
| 3.2.1 主元分析法基本原理 | 第32页 |
| 3.2.2 主元分析法建模方法 | 第32-34页 |
| 3.2.3 基于主元分析法的故障检测算法 | 第34-35页 |
| 3.3 基于连续隐马尔可夫模型故障检测原理 | 第35-36页 |
| 3.3.1 特征提取 | 第35页 |
| 3.3.2 实时检测指标与实时阈值 | 第35-36页 |
| 3.4 仿真验证 | 第36-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于连续隐马尔可夫模型的故障预测 | 第43-49页 |
| 4.1 隐马尔可夫模型故障预测模型 | 第43页 |
| 4.2 基于隐马尔可夫模型的故障预测算法 | 第43-45页 |
| 4.3 基于连续隐马尔可夫模型的故障预测算法 | 第45-46页 |
| 4.3.1 引入连续隐马尔可夫模型进行故障预测 | 第45-46页 |
| 4.3.2 基于连续隐马尔可夫模型的多步故障预测的算法步骤 | 第46页 |
| 4.4 仿真结果对比分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 研究展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 在学期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |