| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·过程监控的研究现状与发展 | 第8-11页 |
| ·基于解析模型的方法 | 第9页 |
| ·基于知识的方法 | 第9-10页 |
| ·基于信号处理的方法 | 第10页 |
| ·基于数据驱动的方法 | 第10-11页 |
| ·论文研究的目的和意义 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 2 独立成分分析方法及其在过程监控中的应用 | 第13-33页 |
| ·独立成分分析方法(ICA)基本理论 | 第13-21页 |
| ·随机变量的独立性概念 | 第13-14页 |
| ·ICA的基本模型 | 第14-15页 |
| ·ICA的估计原理 | 第15-18页 |
| ·ICA的基本算法 | 第18-21页 |
| ·基于ICA算法的过程监控 | 第21-24页 |
| ·独立分量空间的划分 | 第21页 |
| ·统计量控制限的计算 | 第21-23页 |
| ·变量贡献图 | 第23页 |
| ·ICA过程监控 | 第23-24页 |
| ·ICA方法应用于TE(Tennessee Eastman)过程的故障诊断 | 第24-32页 |
| ·TE过程简介 | 第24-28页 |
| ·监控结果与讨论 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 3 步进多向主元分析方法及其在过程监控中的应用 | 第33-51页 |
| ·主元分析(PCA)方法 | 第33-36页 |
| ·主元分析方法的基本思想 | 第33页 |
| ·主元分析算法 | 第33-34页 |
| ·主元分析的统计量及其控制限 | 第34-35页 |
| ·主元分析过程监控 | 第35-36页 |
| ·多向主元分析(MPCA)方法 | 第36-40页 |
| ·间歇生产过程 | 第36-37页 |
| ·MPCA方法的原理 | 第37-40页 |
| ·MPCA方法在线监控的数据填充 | 第40页 |
| ·步进多向主元分析(步进MPCA)方法 | 第40-45页 |
| ·数据集的相似度 | 第41-43页 |
| ·步进MPCA算法 | 第43-45页 |
| ·青霉素发酵过程的监控 | 第45-49页 |
| ·青霉素发酵过程描述 | 第45-46页 |
| ·步进MPCA算法在青霉素发酵过程监控中的应用 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 4 基于ICA MPCA的生产过程监控 | 第51-57页 |
| ·基于ICA MPCA的过程监控 | 第51-53页 |
| ·DuPont间歇聚合过程监控应用 | 第53-56页 |
| ·DuPont间歇聚合过程描述 | 第53-54页 |
| ·ICA MPCA监控结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |