| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 基本概念 | 第10-12页 |
| 1.2.1 故障 | 第10-11页 |
| 1.2.2 过程监控 | 第11页 |
| 1.2.3 故障诊断 | 第11-12页 |
| 1.3 过程监控和故障诊断的方法分类 | 第12-15页 |
| 1.3.1 基于模型的方法 | 第12-13页 |
| 1.3.2 基于知识的方法 | 第13-14页 |
| 1.3.3 基于数据驱动的方法 | 第14-15页 |
| 1.4 过程监控和故障诊断的研究现状 | 第15-19页 |
| 1.4.1 针对数据非线性的研究 | 第16-17页 |
| 1.4.2 针对数据非高斯的研究 | 第17-18页 |
| 1.4.3 针对数据动态特性的研究 | 第18-19页 |
| 1.5 本文主要研究内容和安排 | 第19-21页 |
| 第2章 基于否定选择算法的过程监控 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 MVU非线性降维 | 第21-22页 |
| 2.3 否定选择算法 | 第22-25页 |
| 2.3.1 固定尺寸以及可变尺寸的NSA | 第22-23页 |
| 2.3.2 NSA生成检测器 | 第23-25页 |
| 2.4 基于MVU-NSA的过程监控 | 第25-26页 |
| 2.5 仿真实验 | 第26-32页 |
| 2.5.1 TE平台 | 第26-31页 |
| 2.5.2 TE平台仿真 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于LTSA-Greedy-SVDD的过程监控 | 第33-48页 |
| 3.1 引言 | 第33-34页 |
| 3.2 流形学习算法 | 第34-37页 |
| 3.2.1 概述 | 第34-36页 |
| 3.2.2 LTSA算法 | 第36-37页 |
| 3.3 Greedy-SVDD建模 | 第37-39页 |
| 3.3.1 Greedy特征提取 | 第37-38页 |
| 3.3.2 SVDD算法 | 第38-39页 |
| 3.4 基于LTSA-Greedy-SVDD的过程监控 | 第39-41页 |
| 3.5 仿真实验 | 第41-46页 |
| 3.5.1 数值仿真 | 第41-42页 |
| 3.5.2 TE平台仿真 | 第42-45页 |
| 3.5.3 应用仿真 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 基于加权联合指标的过程监控 | 第48-60页 |
| 4.1 引言 | 第48-49页 |
| 4.2 非高斯-高斯两步统计分析及加权联合指标 | 第49-51页 |
| 4.2.1 非高斯统计分析 | 第49-50页 |
| 4.2.2 高斯统计分析 | 第50-51页 |
| 4.2.3 加权联合指标 | 第51页 |
| 4.3 基于加权联合指标的过程监控 | 第51-53页 |
| 4.4 仿真实验 | 第53-59页 |
| 4.4.1 数值仿真 | 第53-55页 |
| 4.4.2 TE平台仿真 | 第55-57页 |
| 4.4.3 应用仿真 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 研究工作的总结 | 第60页 |
| 5.2 今后研究工作展望 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士期间发表的论文以及参与的项目 | 第71页 |