| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 工业过程故障诊断研究背景及选题意义 | 第13-14页 |
| 1.2 故障诊断的研究内容和方法 | 第14-19页 |
| 1.2.1 故障诊断的研究内容 | 第14-18页 |
| 1.2.2 故障诊断的分类方法 | 第18-19页 |
| 1.3 工业过程故障诊断技术研究现状 | 第19-24页 |
| 1.4 本文章节安排 | 第24-27页 |
| 第2章 数据采集与预处理技术研究 | 第27-39页 |
| 2.1 引言 | 第27页 |
| 2.2 青霉素发酵过程模型研究与数据采集 | 第27-32页 |
| 2.2.1 青霉素发酵过程 | 第27-28页 |
| 2.2.2 青霉素发酵仿真平台 | 第28-32页 |
| 2.2.3 故障设置 | 第32页 |
| 2.3 经验模态分解数据预处理算法 | 第32-36页 |
| 2.3.1 经验模态分解算法原理 | 第33-34页 |
| 2.3.2 经验模态分解算法流程 | 第34-36页 |
| 2.4 及时学习数据预处理算法 | 第36-38页 |
| 2.4.1 及时学习算法原理 | 第36-37页 |
| 2.4.2 及时学习算法流程 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 改进万有引力搜索算法 | 第39-46页 |
| 3.1 引言 | 第39页 |
| 3.2 标准GSA算法 | 第39-42页 |
| 3.2.1 标准GSA算法原理 | 第39-40页 |
| 3.2.2 标准GSA算法流程 | 第40-42页 |
| 3.3 基于混沌算法的IGSA优化算法 | 第42页 |
| 3.3.1 基于混沌算法的IGSA算法原理 | 第42页 |
| 3.3.2 基于混沌算法的IGSA算法流程 | 第42页 |
| 3.4 基于自适应权重的IGSA优化算法 | 第42-44页 |
| 3.4.1 基于自适应权重的IGSA算法原理 | 第42-44页 |
| 3.4.2 基于自适应权重的IGSA算法流程 | 第44页 |
| 3.5 IGSA算法 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于EMD-JITL-IGSA-RLSSVM的工业故障诊断方法研究 | 第46-57页 |
| 4.1 引言 | 第46-47页 |
| 4.2 RLSSVM原理及分类方法 | 第47-54页 |
| 4.2.1 标准SVM原理及分类方法 | 第47-51页 |
| 4.2.2 LSSVM原理及分类方法 | 第51-52页 |
| 4.2.3 RLSSVM原理及分类方法 | 第52-54页 |
| 4.2.4 RLSSVM算法参数 | 第54页 |
| 4.3 EMD-JITL-IGSA-RLSSVM算法 | 第54-56页 |
| 4.3.1 EMD-JITL-IGSA-RLSSVM算法原理 | 第54-55页 |
| 4.3.2 EMD-JITL- IGSA-RLSSVM算法流程 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 实验研究 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 IGSA算法仿真与验证 | 第57-63页 |
| 5.2.1 问题提出 | 第58页 |
| 5.2.2 问题分析 | 第58-59页 |
| 5.2.3 仿真结果 | 第59-60页 |
| 5.2.4 结果对比分析 | 第60-63页 |
| 5.3 EMD-JITL-IGSA-RLSSVM算法仿真与验证 | 第63-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-81页 |
| 致谢 | 第81-82页 |
