| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 故障诊断概念及方法 | 第9-11页 |
| 1.2.1 故障诊断概念 | 第9页 |
| 1.2.2 故障诊断方法 | 第9-11页 |
| 1.3 基于多元统计理论的故障诊断研究现状 | 第11-14页 |
| 1.4 本文主要内容 | 第14-16页 |
| 2 基于PCA的故障检测 | 第16-23页 |
| 2.1 主元分析基本原理 | 第16-19页 |
| 2.2 主元选取方法 | 第19-20页 |
| 2.3 基于PCA的故障检测 | 第20-22页 |
| 2.3.1 T~2统计量及其控制限 | 第20页 |
| 2.3.2 平方预测误差（SPE）统计量及其控制限 | 第20-21页 |
| 2.3.3 基于PCA的故障检测算法步骤 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于LGSPP的故障检测与辨识 | 第23-46页 |
| 3.1 LGSPP算法 | 第23-25页 |
| 3.1.1 PCA算法描述 | 第23-24页 |
| 3.1.2 LPP算法描述 | 第24-25页 |
| 3.1.3 LGSPP算法描述 | 第25页 |
| 3.2 基于LGSPP的故障检测与辨识 | 第25-30页 |
| 3.2.1 T~2和SPE统计量构造 | 第25-26页 |
| 3.2.2 基于Bayes分类器的故障检测与辨识 | 第26-30页 |
| 3.3 基于DLGSPP的故障检测 | 第30-32页 |
| 3.3.1 DLGSPP的基本原理 | 第30-31页 |
| 3.3.2 基于DLGSPP的故障检测 | 第31-32页 |
| 3.4 仿真研究 | 第32-45页 |
| 3.4.1 田纳西—伊斯曼过程 | 第32-37页 |
| 3.4.2 基于LGSPP的故障检测仿真研究 | 第37-42页 |
| 3.4.3 基于DLGSPP的故障检测仿真研究 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于LNS- LGSPP的多模态过程故障检测 | 第46-69页 |
| 4.1 局部近邻标准化策略 | 第46-53页 |
| 4.1.1 z-score标准化法 | 第46-49页 |
| 4.1.2 局部近邻标准化处理 | 第49-52页 |
| 4.1.3 局部近邻标准化分析 | 第52-53页 |
| 4.2 基于LNS-LGSPP算法的故障检测 | 第53-54页 |
| 4.3 仿真分析 | 第54-68页 |
| 4.3.1 数值仿真 | 第55-62页 |
| 4.3.2 TE过程 | 第62-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 研究工作总结 | 第69-70页 |
| 5.2 研究工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-80页 |
| 攻读硕士研究生期间发表论文及科研情况 | 第80页 |