基于ICA及多参数的流程工业性能监控方法研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-23页 |
| ·流程工业过程监控概述 | 第10-12页 |
| ·过程监控的方法 | 第12-13页 |
| ·解析法 | 第12页 |
| ·基于知识的方法 | 第12页 |
| ·基于数据驱动的方法 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·统计过程监控的研究现状 | 第13-14页 |
| ·独立分量分析在统计过程监控中的应用 | 第14-16页 |
| ·本课题的研究意义 | 第16-18页 |
| ·本文的主要内容 | 第18-20页 |
| 参考文献 | 第20-23页 |
| 第二章 统计过程控制理论 | 第23-32页 |
| ·单变量统计过程控制 | 第23页 |
| ·多变量统计过程控制 | 第23-27页 |
| ·主元分析 | 第24-26页 |
| ·主元回归 | 第26页 |
| ·部分最小二乘法 | 第26-27页 |
| ·各种改进算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 参考文献 | 第30-32页 |
| 第三章 独立分量分析方法 | 第32-47页 |
| ·引言 | 第32页 |
| ·独立分量分析的定义 | 第32-33页 |
| ·数据预处理 | 第33-34页 |
| ·独立分量分析的目标函数 | 第34-38页 |
| ·独立分量分析的算法实现 | 第38-42页 |
| ·批处理 | 第38-39页 |
| ·自适应处理 | 第39页 |
| ·投影追踪法 | 第39-42页 |
| ·FastICA 算法提取一个独立分量 | 第40-41页 |
| ·FastICA 算法提取多个独立分量 | 第41-42页 |
| ·动态 ICA 算法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 第四章 ICA 算法在 TEP 监控中的应用 | 第47-64页 |
| ·田纳西-伊斯曼过程描述 | 第47-52页 |
| ·基于 ICA 的系统性能监控 | 第52-59页 |
| ·TE 过程的独立分量提取 | 第53-56页 |
| ·TE 过程的故障监控指标 | 第56-57页 |
| ·基于 ICA 的故障监控结果 | 第57-59页 |
| ·故障1 的个案研究 | 第57-58页 |
| ·故障5 的个案研究 | 第58-59页 |
| ·基于动态 ICA 的系统性能监控 | 第59-62页 |
| ·TEP 故障1 的监测结果 | 第61页 |
| ·TEP 故障5 的监测结果 | 第61-62页 |
| ·结论 | 第62-63页 |
| 参考文献 | 第63-64页 |
| 第五章 基于多参数的状态检测方法研究 | 第64-73页 |
| ·引言 | 第64页 |
| ·方差概述 | 第64-65页 |
| ·向量范数 | 第65-66页 |
| ·峭度 | 第66-67页 |
| ·应用分析 | 第67-72页 |
| 参考文献 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·研究工作总结 | 第73-74页 |
| ·研究展望 | 第74-75页 |
| 硕士期间发表论文 | 第75-76页 |
| 附录 | 第76-78页 |
| 致谢 | 第78-79页 |
