| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-17页 |
| 1.3.1 报警优先级量化评定方法 | 第15-16页 |
| 1.3.2 基于系统聚类的报警分组抑制策略 | 第16页 |
| 1.3.3 基于报警树模型的根源报警诊断 | 第16页 |
| 1.3.4 TE过程关联报警分析和抑制案例研究 | 第16页 |
| 1.3.5 总结与展望 | 第16-17页 |
| 第二章 报警优先级评定方法研究与改进 | 第17-25页 |
| 2.1 传统报警优先级评定方法 | 第17-18页 |
| 2.1.1 最大后果法 | 第17页 |
| 2.1.2 后果求和法 | 第17-18页 |
| 2.1.3 后果严重度和最大响应时间矩阵 | 第18页 |
| 2.2 基于人因响应时间和后果严重度的优先级量化评定方法 | 第18-22页 |
| 2.2.1 HCR模型 | 第19-20页 |
| 2.2.2 HCR模型对响应时间的修正 | 第20-21页 |
| 2.2.3 后果严重度评分细则 | 第21页 |
| 2.2.4 量化分值计算及优先等级确定 | 第21-22页 |
| 2.3 优先级量化评定方法在某天然气管道站场报警中的应用 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于数据驱动的关联报警分组及抑制策略 | 第25-33页 |
| 3.1 传统报警分组方法 | 第25-27页 |
| 3.2 基于系统聚类的关联报警分组方法 | 第27-30页 |
| 3.2.1 聚类分析方法简介 | 第28页 |
| 3.2.2 离差平方和聚类方法 | 第28-29页 |
| 3.2.3 基于系统聚类的关联报警分组方法 | 第29-30页 |
| 3.3 基于聚类分组和优先级分值的报警抑制策略 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于报警树模型的根源报警诊断 | 第33-43页 |
| 4.1 基于过程拓扑模型的关联报警分析方法 | 第33-36页 |
| 4.2 报警树模型的构建 | 第36-38页 |
| 4.2.1 报警树模型的建立基础 | 第36-37页 |
| 4.2.2 报警事件的模型表示 | 第37页 |
| 4.2.3 A TM的建模方法 | 第37-38页 |
| 4.3 报警树模型在管道超压报警中的应用 | 第38-41页 |
| 4.3.1 管道超压保护理念 | 第39页 |
| 4.3.2 某输油管道超压的A TM分析 | 第39-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 TE过程关联报警分析和抑制案例研究 | 第43-56页 |
| 5.1 TE过程及报警设置 | 第43-46页 |
| 5.1.1 TE过程简介 | 第43-45页 |
| 5.1.2 TE过程报警设置 | 第45-46页 |
| 5.2 TE过程报警的优先级评估 | 第46-47页 |
| 5.3 TE过程报警的聚类分组及抑制策略 | 第47-49页 |
| 5.3.1 基于报警数据的聚类分组 | 第47-48页 |
| 5.3.2 报警分组抑制策略论证与验证 | 第48-49页 |
| 5.4 TE过程的A TM分析 | 第49-55页 |
| 5.4.1 TE过程A TM建模准备 | 第49-50页 |
| 5.4.2 建立 TE过程的报警树模型 | 第50-54页 |
| 5.4.3 基于A TM的 TE过程故障诊断 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 6.1 主要结论 | 第56-57页 |
| 6.2 展望与建议 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间取得的学术成果和参加的研究工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-67页 |