| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·故障诊断技术的发展及意义 | 第10页 |
| ·故障诊断及相关概念 | 第10-11页 |
| ·故障诊断方法的分类 | 第11-15页 |
| ·基于解析模型的方法 | 第11-13页 |
| ·基于定性模型和搜索策略的方法 | 第13-14页 |
| ·基于过程历史数据的方法 | 第14-15页 |
| ·化工过程故障诊断的发展趋势 | 第15-16页 |
| ·本论文选题的意义及主要研究内容 | 第16-18页 |
| ·本论文选题的意义 | 第16页 |
| ·本论文的主要研究内容 | 第16-18页 |
| 第2章 TENNESSEE EASTMAN 过程 | 第18-26页 |
| ·引言 | 第18页 |
| ·TE 过程的工艺流程 | 第18-20页 |
| ·TE 过程中的测量变量和操作变量 | 第20-23页 |
| ·TE 过程的故障类型 | 第23-24页 |
| ·TE 过程故障样本说明 | 第24页 |
| ·TE 过程的故障诊断方法研究现状 | 第24-26页 |
| 第3章 BP 神经网络在故障检测与诊断中的应用 | 第26-39页 |
| ·引言 | 第26页 |
| ·基于BP 神经网络的故障检测与诊断方法 | 第26-31页 |
| ·BP 神经网络的网络结构及常规BP 算法 | 第26-28页 |
| ·改进的BP 算法 | 第28-30页 |
| ·关于神经网络规模选择的几个问题 | 第30-31页 |
| ·BP 网络故障诊断原理 | 第31页 |
| ·基于BP 神经网络故障检测与诊断的仿真实验研究 | 第31-38页 |
| ·BP 神经网络在数值仿真实例中的故障检测仿真实验 | 第31-34页 |
| ·BP 神经网络在TE 过程中的故障检测的仿真实验研究 | 第34-35页 |
| ·BP 神经网络在TE 过程故障诊断中的仿真实验研究 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第4章 概率神经网络在故障检测与诊断中的应用 | 第39-46页 |
| ·引言 | 第39页 |
| ·概率神经网络故障诊断原理 | 第39-41页 |
| ·概率神经网络与BP 网络的比较 | 第41-42页 |
| ·基于概率神经网络的故障检测与诊断的仿真实验研究 | 第42-45页 |
| ·概率神经网络在数值仿真实例中故障检测仿真实验研究 | 第42-43页 |
| ·概率神经网络在TE 过程故障检测中的仿真实验研究 | 第43-44页 |
| ·概率神经网络在TE 过程故障诊断中的仿真实验研究 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 基于小波分析与神经网络的故障诊断方法 | 第46-57页 |
| ·引言 | 第46页 |
| ·小波分析 | 第46-50页 |
| ·Haar 小波 | 第46-48页 |
| ·小波分析在消噪方面的应用 | 第48-50页 |
| ·基于HAAR 小波与BP 神经网络的故障诊断方法 | 第50-53页 |
| ·基于Haar 小波与BP 神经网络的故障诊断方法步骤 | 第50页 |
| ·仿真实验研究 | 第50-53页 |
| ·基于HAAR 小波和概率神经网络的故障诊断方法 | 第53-55页 |
| ·基于Haar 小波和概率神经网络的故障诊断方法步骤 | 第53-54页 |
| ·仿真实验研究 | 第54-55页 |
| ·小结 | 第55-57页 |
| 总结 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 详细摘要 | 第64-67页 |
