| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景与研究意义 | 第10-11页 |
| 1.2 故障诊断研究内容与研究方法 | 第11-15页 |
| 1.2.1 故障诊断基本概念 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-15页 |
| 1.3 多元统计故障诊断技术的发展简述 | 第15-17页 |
| 1.4 本文主要工作 | 第17-20页 |
| 第2章 基于数据的过程监测及故障分离方法 | 第20-28页 |
| 2.1 主元分析方法 | 第20-25页 |
| 2.1.1 主元分析建模 | 第20-23页 |
| 2.1.2 基于PCA的过程监测 | 第23-24页 |
| 2.1.3 基于PCA的故障重构 | 第24-25页 |
| 2.2 最小二乘回归方法 | 第25-26页 |
| 2.3 核方法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于KPCA的故障重构方法 | 第28-46页 |
| 3.1 基于KPCA的子空间划分方法 | 第29页 |
| 3.2 基于KPCA的故障重构方法 | 第29-34页 |
| 3.2.1 基于T~2统计量重构的故障特征方向提取 | 第29-31页 |
| 3.2.2 基于SPE统计量重构的故障特征方向提取 | 第31-33页 |
| 3.2.3 故障重构方法 | 第33-34页 |
| 3.3 基于KPCA方法的在线故障分离 | 第34-35页 |
| 3.4 仿真研究 | 第35-43页 |
| 3.4.1 电熔镁炉工作过程 | 第36页 |
| 3.4.2 仿真结果分析 | 第36-41页 |
| 3.4.3 故障特征方向的特性讨论 | 第41-43页 |
| 3.5 本章小结 | 第43-46页 |
| 第4章 基于KLSR的故障分离方法 | 第46-64页 |
| 4.1 基于KLSR的故障分离方法 | 第47-50页 |
| 4.1.1 核最小二乘回归(KLSR)算法 | 第47-49页 |
| 4.1.2 基于KLSR的故障分离 | 第49-50页 |
| 4.2 基于DS-KLSR的故障分离方法 | 第50-57页 |
| 4.2.1 基于核最小二乘回归的数据提取算法 | 第50-54页 |
| 4.2.2 基于DS-KLSR的故障分离 | 第54-57页 |
| 4.3 仿真研究 | 第57-62页 |
| 4.3.1 算法分类特性分析 | 第57-59页 |
| 4.3.2 仿真结果分析 | 第59-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士期间发表的论文 | 第72页 |