基于ICA的多元投影算法在过程监控中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第6-22页 |
| ·引言 | 第6-7页 |
| ·过程监控的研究对象和基本概念 | 第7-8页 |
| ·过程监控的研究对象 | 第7页 |
| ·过程监控的一些基本概念 | 第7-8页 |
| ·过程监控方法分类 | 第8-14页 |
| ·基于数学模型的方法 | 第8-11页 |
| ·基于知识的方法 | 第11-12页 |
| ·基于信号处理的方法 | 第12-14页 |
| ·基于多元投影算法的特征提取 | 第14-18页 |
| ·主元分析方法的基本思想及其应用 | 第14-16页 |
| ·独立元分析方法的基本思想及其应用 | 第16-18页 |
| ·本章小结 | 第18-22页 |
| 第二章 Tennessee Eastman过程 | 第22-27页 |
| ·引言 | 第22页 |
| ·过程描述 | 第22-24页 |
| ·过程变量 | 第24-25页 |
| ·过程故障 | 第25页 |
| ·过程控制结构 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于ICA的过程监控方法 | 第27-42页 |
| ·引言 | 第27页 |
| ·基于二阶统计量的主元分析 | 第27-31页 |
| ·方差最大化 | 第27-30页 |
| ·奇异值分解法 | 第30-31页 |
| ·基于高阶统计量的的独立元分析 | 第31-35页 |
| ·变量的独立性分析 | 第31-33页 |
| ·独立元分析算法 | 第33-35页 |
| ·数据预处理 | 第33页 |
| ·FastICA算法 | 第33-35页 |
| ·基于ICA的统计过程控制 | 第35-41页 |
| ·PCA的统计量及其控制限 | 第35-36页 |
| ·ICA的统计量及其控制限 | 第36-37页 |
| ·TE过程仿真实验 | 第37-41页 |
| ·故障7的个案研究 | 第37-40页 |
| ·故障16的个案研究 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于小波变换的多尺度独立元分析方法及应用 | 第42-48页 |
| ·引言 | 第42页 |
| ·多尺度独立元分析方法 | 第42-45页 |
| ·小波变换去噪分析 | 第42-43页 |
| ·多尺度独立元模型的建立 | 第43-45页 |
| ·仿真研究 | 第45-47页 |
| ·故障4的个案研究 | 第45-47页 |
| ·故障5的个案研究 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 非线性独立元分析(NICA)方法的研究 | 第48-53页 |
| ·引言 | 第48页 |
| ·非线性独立元分析 | 第48-49页 |
| ·基于NICA的过程监控 | 第49-52页 |
| ·简单示例 | 第50页 |
| ·故障6的个案研究 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结和展望 | 第53-56页 |
| ·本文所做工作的简单总结 | 第53页 |
| ·挑战和展望 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士期间发表的论文 | 第57页 |
