基于多变量统计分析的复杂工业过程故障诊断
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10页 |
| ·故障诊断的概述 | 第10-16页 |
| ·诊断思想 | 第10-11页 |
| ·发展方向 | 第11-12页 |
| ·诊断方法 | 第12-16页 |
| ·多变量统计分析故障诊断技术的国内外研究概况 | 第16-17页 |
| ·本文主要内容 | 第17-18页 |
| 第二章 TEP简介 | 第18-25页 |
| ·概述 | 第18页 |
| ·TEP的化工反应流程 | 第18-20页 |
| ·TEP的运行模式 | 第20-22页 |
| ·TEP的故障设定和样本获取 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于PCA的TEP故障诊断研究 | 第25-40页 |
| ·PCA原理分析 | 第25-28页 |
| ·PCA的几何解释和本质 | 第25-26页 |
| ·PCA的计算步骤 | 第26-28页 |
| ·PCA的故障诊断 | 第28-31页 |
| ·主元建模和主元选取 | 第28-29页 |
| ·故障检测统计量 | 第29-30页 |
| ·故障识别 | 第30-31页 |
| ·在线监测步骤 | 第31页 |
| ·仿真研究 | 第31-38页 |
| ·置信限计算和算法评估标准 | 第31-32页 |
| ·故障诊断分析 | 第32-38页 |
| ·小结 | 第38-40页 |
| 第四章 基于FS-DKPCA的TEP故障诊断研究 | 第40-60页 |
| ·DKPCA的基本概述 | 第40-44页 |
| ·动态数据矩阵 | 第40-41页 |
| ·KPCA基本原理 | 第41-43页 |
| ·DKPCA的滞后系数 | 第43页 |
| ·DKPCA的故障诊断 | 第43-44页 |
| ·FS-DKPCA算法 | 第44-47页 |
| ·FS算法的原理 | 第44-46页 |
| ·改进的FS算法 | 第46-47页 |
| ·FS-DKPCA的故障诊断 | 第47-50页 |
| ·核主元建模 | 第47-48页 |
| ·FS-DKPCA故障检测统计量 | 第48-49页 |
| ·FS-DKPCA故障识别 | 第49页 |
| ·FS-DKPCA在线监测步骤 | 第49-50页 |
| ·仿真研究 | 第50-59页 |
| ·FS与改进的FS运算时间及样本选择比较 | 第50-52页 |
| ·DKPCA、FS-DKPCA计算时间比较 | 第52页 |
| ·故障诊断分析 | 第52-59页 |
| ·小结 | 第59-60页 |
| 第五章 基于DPCA-ICA的TEP故障诊断研究 | 第60-78页 |
| ·ICA的原理 | 第60-66页 |
| ·盲源分离和ICA的基本思想 | 第60页 |
| ·ICA的解混过程 | 第60-63页 |
| ·ICA的白化 | 第63-64页 |
| ·ICA的估计方法和寻优算法 | 第64-66页 |
| ·DPCA-ICA | 第66-67页 |
| ·DPCA-ICA的故障诊断 | 第67-68页 |
| ·DPCA-ICA故障检测统计量 | 第67-68页 |
| ·DPCA-ICA故障识别 | 第68页 |
| ·仿真研究 | 第68-76页 |
| ·W_d的构成 | 第68页 |
| ·置信阀值计算 | 第68-69页 |
| ·DICA、DPCA-ICA独立元提取速度比较 | 第69页 |
| ·诊断分析 | 第69-76页 |
| ·三种方法的故障诊断性能汇总比较 | 第76页 |
| ·小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的论文 | 第86页 |
