| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-21页 |
| ·化工过程故障诊断的研究背景及意义 | 第11-12页 |
| ·化工过程的特点 | 第12-13页 |
| ·故障诊断方法概述 | 第13-19页 |
| ·基于解析模型的方法 | 第14-16页 |
| ·基于知识的方法 | 第16-18页 |
| ·基于信号处理的方法 | 第18-19页 |
| ·本文研究内容 | 第19-21页 |
| 第2章 TE过程描述 | 第21-29页 |
| ·过程工艺流程图 | 第21-23页 |
| ·过程变量 | 第23-25页 |
| ·过程故障 | 第25-27页 |
| ·过程仿真 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 多变量统计 | 第29-44页 |
| ·多变量统计法 | 第29页 |
| ·主元分析法(PCA) | 第29-31页 |
| ·应用PCA的前提条件 | 第29-30页 |
| ·主元分析的基本原理 | 第30-31页 |
| ·部分最小二乘法(PLS) | 第31-32页 |
| ·费舍尔判别分析法(FDA) | 第32-33页 |
| ·规范变量分析法(CVA) | 第33-34页 |
| ·主元分析法在故障诊断中的应用 | 第34-43页 |
| ·基于PCA的故障检测 | 第34-36页 |
| ·T~2统计法 | 第34-36页 |
| ·SPE方法 | 第36页 |
| ·基于PCA的故障诊断 | 第36-38页 |
| ·贡献图法 | 第36-37页 |
| ·特征方向法 | 第37-38页 |
| ·基于统计距离的方法 | 第38页 |
| ·基于角度的方法 | 第38页 |
| ·基于PCA的TE过程故障诊断研究 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于KPCA的TE过程故障诊断分析和改进 | 第44-56页 |
| ·KPCA原理 | 第44-45页 |
| ·基于KPCA的故障诊断分析 | 第45-46页 |
| ·基于改进KPCA的故障诊断 | 第46-51页 |
| ·基于FVS-KPCA的故障检测方法 | 第46-49页 |
| ·特征矢量选择(FVS)原理 | 第46-47页 |
| ·基于FVS-KPCA的故障检测策略 | 第47-49页 |
| ·基于改进KPCA的故障诊断方法 | 第49-50页 |
| ·基于小波去噪与KPCA的故障检测方法 | 第50-51页 |
| ·仿真与应用研究 | 第51-53页 |
| ·基于KPCA的TE过程故障检测仿真研究 | 第51-52页 |
| ·基于小波FVS-KPCA的TE过程故障检测仿真研究 | 第52-53页 |
| ·基于改进KPCA的TE过程故障诊断仿真研究 | 第53页 |
| ·本章小结 | 第53-56页 |
| 结论和展望 | 第56-58页 |
| 结论 | 第56-57页 |
| 展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录 A (攻读学位期间所发表的学术论文目录) | 第64-65页 |
| 附录 B (部分程序代码) | 第65-68页 |