| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 故障检测技术研究现状 | 第11-15页 |
| 1.3 故障诊断技术研究现状 | 第15-18页 |
| 1.4 本文主要工作及结构安排 | 第18-20页 |
| 第2章 故障检测与诊断的基本方法 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 基于PCA的故障检测方法 | 第20-25页 |
| 2.2.1 PCA原理 | 第21-24页 |
| 2.2.2 基于统计分布的故障检测 | 第24-25页 |
| 2.3 基于SVM的故障诊断 | 第25-30页 |
| 2.3.1 SVM原理 | 第25-28页 |
| 2.3.2 线性SVM算法 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于分段KICA-SVM的故障检测与诊断的研究 | 第32-54页 |
| 3.1 引言 | 第32页 |
| 3.2 KICA-SVM的故障检测与诊断原理 | 第32-43页 |
| 3.2.1 KICA原理 | 第32-39页 |
| 3.2.2 核密度估计原理 | 第39-41页 |
| 3.2.3 非线性SVM算法 | 第41-43页 |
| 3.3 分段KICA-SVM故障检测与诊断的研究 | 第43-45页 |
| 3.3.1 分段方法的研究 | 第43-44页 |
| 3.3.2 分段KICA-SVM的研究 | 第44-45页 |
| 3.4 仿真研究以及结果分析 | 第45-53页 |
| 3.4.1 TE过程 | 第45-49页 |
| 3.4.2 仿真研究 | 第49-50页 |
| 3.4.3 结果分析 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于分段KICA-K聚类-SVM的故障检测与诊断的研究 | 第54-66页 |
| 4.1 引言 | 第54页 |
| 4.2 K聚类分析 | 第54-56页 |
| 4.2.1 K聚类原理 | 第54-55页 |
| 4.2.2 K聚类算法 | 第55-56页 |
| 4.3 KICA-K聚类-SVM的研究 | 第56-61页 |
| 4.3.1 KICA-K聚类-SVM的研究 | 第56-58页 |
| 4.3.2 仿真研究 | 第58-59页 |
| 4.3.3 结果分析 | 第59-61页 |
| 4.4 分段KICA-K聚类-SVM的研究 | 第61-65页 |
| 4.4.1 分段KICA-K聚类-SVM的研究 | 第61-62页 |
| 4.4.2 仿真研究 | 第62-63页 |
| 4.4.3 结果分析 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |