化工过程故障诊断方法应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-17页 |
| ·化工故障诊断的意义 | 第7页 |
| ·化工聚合反应特点 | 第7-8页 |
| ·聚丙烯腈聚合过程工艺原理 | 第8-10页 |
| ·故障诊断方法现状与发展 | 第10-14页 |
| ·基于解析模型的故障诊断方法 | 第10-12页 |
| ·基于信号处理的故障诊断方法 | 第12-13页 |
| ·基于知识的故障诊断方法 | 第13-14页 |
| ·本文主要内容及章节安排 | 第14-17页 |
| 第二章 基于神经网络的故障诊断方法 | 第17-25页 |
| ·神经网络基本结构与学习算法 | 第17-19页 |
| ·训练样本的选取与预处理 | 第19-20页 |
| ·神经网络诊断模型的确定 | 第20页 |
| ·在聚合过程故障诊断中的应用 | 第20-23页 |
| ·诊断模型的建立 | 第20-22页 |
| ·应用与结果分析 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第三章 基于PCA 的故障诊断方法 | 第25-37页 |
| ·主元分析 | 第25-28页 |
| ·主元分析原理 | 第26-27页 |
| ·主元分析的计算方法 | 第27-28页 |
| ·主元个数的选取 | 第28-29页 |
| ·统计量控制界限的确定 | 第29-31页 |
| ·变量统计控制图 | 第31页 |
| ·在聚合反应故障诊断中的应用 | 第31-35页 |
| ·诊断模型的建立 | 第31-32页 |
| ·应用与结果分析 | 第32-35页 |
| ·小结 | 第35-37页 |
| 第四章 基于 ICA 的故障诊断方法 | 第37-47页 |
| ·独立成分分析原理 | 第37-40页 |
| ·独立成分模型的建立 | 第40-42页 |
| ·统计量控制限的确定 | 第42-43页 |
| ·变量统计控制图 | 第43页 |
| ·在聚合反应故障诊断中的应用 | 第43-46页 |
| ·诊断模型的建立 | 第43-44页 |
| ·应用与结果分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于ICA 与SVM 的故障诊断方法 | 第47-57页 |
| ·支持向量机理论 | 第47-51页 |
| ·ICA+SVM 诊断原理 | 第51-52页 |
| ·在聚合反应故障诊断中的应用 | 第52-55页 |
| ·诊断模型的建立 | 第52-53页 |
| ·诊断结果分析 | 第53-55页 |
| ·小结 | 第55-57页 |
| 第六章 结束语 | 第57-59页 |
| ·本文工作的创新点 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文清单 | 第63-65页 |
| 附录 | 第65页 |
