| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 符号说明 | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究目的与意义 | 第12-13页 |
| 1.2 基于数据驱动过程监控方法的演变与发展 | 第13-16页 |
| 1.2.1 过程监控信息的变化 | 第13-14页 |
| 1.2.2 过程监控方法的演变与发展 | 第14-16页 |
| 1.3 基于潜变量模型的统计过程监控方法 | 第16-19页 |
| 1.3.1 统计过程监控方法 | 第16-17页 |
| 1.3.2 多变量统计过程监控 | 第17-18页 |
| 1.3.3 缺失数据和离群点下过程建模与监控 | 第18-19页 |
| 1.4 基于概率潜变量模型的过程监控方法 | 第19-22页 |
| 1.4.1 概率潜变量建模与监控 | 第19-21页 |
| 1.4.2 概率潜变量模型中缺失数据和离群点的处理 | 第21-22页 |
| 1.5 本文的主要研究内容 | 第22-24页 |
| 第二章 潜变量模型与统计过程监控 | 第24-45页 |
| 2.1 引言 | 第24页 |
| 2.2 多变量最小二乘模型 | 第24-25页 |
| 2.3 PLS算法及多变量统计过程监控 | 第25-29页 |
| 2.3.1 PLS算法 | 第25-26页 |
| 2.3.2 统计过程监控 | 第26-27页 |
| 2.3.3 基于PLS的多变量统计过程监控 | 第27页 |
| 2.3.4 CPLS算法 | 第27-28页 |
| 2.3.5 基于CPLS算法的多变量统计过程监控 | 第28-29页 |
| 2.4 缺失数据对CPLS监控指标的影响 | 第29-33页 |
| 2.4.1 缺失数据的概率分布 | 第29-30页 |
| 2.4.2 潜变量和残差的分布 | 第30-32页 |
| 2.4.3 讨论与分析 | 第32-33页 |
| 2.5 缺失数据情形下基于CPLS的监控指标设计 | 第33-35页 |
| 2.6 仿真实例 | 第35-43页 |
| 2.6.1 数值算例 | 第35-39页 |
| 2.6.2 TE过程仿真实例 | 第39-43页 |
| 2.7 本章小结 | 第43-45页 |
| 第三章 潜变量模型的概率扩展及在过程监控中的应用 | 第45-66页 |
| 3.1 引言 | 第45页 |
| 3.2 PLS模型的概率化扩展 | 第45-48页 |
| 3.2.1 PPLS算法 | 第45-47页 |
| 3.2.2 PPLS算法与PLS算法的对比 | 第47-48页 |
| 3.3 基于FA的CPLS模型概率化扩展与监控 | 第48-53页 |
| 3.3.1 基于FA的CPLS概率化扩展 | 第48-49页 |
| 3.3.2 CPLS概率化模型在过程监控中的应用 | 第49-50页 |
| 3.3.3 仿真验证 | 第50-53页 |
| 3.4 概率CPLS模型及应用 | 第53-64页 |
| 3.4.1 概率CPLS模型 | 第53-54页 |
| 3.4.2 基于EM算法的参数估计 | 第54-56页 |
| 3.4.3 潜变量个数确定 | 第56-57页 |
| 3.4.4 基于PCPLS模型的质量预测 | 第57-58页 |
| 3.4.5 基于PCPLS模型的过程监控 | 第58-59页 |
| 3.4.6 PPLS模型与PCPLS模型的比较 | 第59-60页 |
| 3.4.7 仿真实例 | 第60-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第四章 概率潜变量鲁棒建模与监控 | 第66-78页 |
| 4.1 引言 | 第66页 |
| 4.2 离群点对统计分布的影响 | 第66-68页 |
| 4.2.1 正态分布对离群点的拟合 | 第66-67页 |
| 4.2.2 t分布对离群点的拟合 | 第67-68页 |
| 4.3 鲁棒PPLS算法 | 第68-71页 |
| 4.4 缺失数据下鲁棒PPLS及监控 | 第71-75页 |
| 4.4.1 缺失数据的分布 | 第71-72页 |
| 4.4.2 基于EM算法的参数估计 | 第72-73页 |
| 4.4.3 缺失数据下基于RPPLS算法的过程监控 | 第73-75页 |
| 4.5 仿真实例 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第五章 基于T分布噪声的鲁棒概率数据模型与监控 | 第78-91页 |
| 5.1 引言 | 第78页 |
| 5.2 基于T分布噪声的RPPLS模型 | 第78-82页 |
| 5.2.1 离群点的产生 | 第78-79页 |
| 5.2.2 基于t分布噪声的鲁棒PPLS模型 | 第79-80页 |
| 5.2.3 模型求解 | 第80-81页 |
| 5.2.4 基于tRPPLS模型的回归 | 第81-82页 |
| 5.2.5 基于tRPPLS模型的监控 | 第82页 |
| 5.3 仿真实例 | 第82-90页 |
| 5.3.1 仿真模型与数据 | 第82-84页 |
| 5.3.2 基于tRPPLS模型的回归 | 第84-87页 |
| 5.3.3 基于tRPPLS模型的监控 | 第87-90页 |
| 5.4 本章小结 | 第90-91页 |
| 第六章 概率潜变量模型下监控指标的分析与设计 | 第91-105页 |
| 6.1 引言 | 第91页 |
| 6.2 基于FA的过程监控 | 第91-93页 |
| 6.2.1 极大似然FA模型 | 第91-92页 |
| 6.2.2 基于FA模型的过程监控 | 第92页 |
| 6.2.3 监控中协方差信息的重要性：数值算例 | 第92-93页 |
| 6.3 基于FA过程监控的随机性分析 | 第93-97页 |
| 6.3.1 潜变量和残差的随机分布 | 第94-95页 |
| 6.3.2 监控指标的随机表示形式 | 第95-96页 |
| 6.3.3 新的监控指标 | 第96-97页 |
| 6.4 缺失数据下基于FA的过程监控 | 第97-98页 |
| 6.4.1 缺失数据给SPE监控指标带来的不确定性 | 第97-98页 |
| 6.4.2 缺失数据给T2监控指标带来的不确定性 | 第98页 |
| 6.4.3 不完整样本的监控指标 | 第98页 |
| 6.5 仿真实例 | 第98-104页 |
| 6.5.1 数值仿真 | 第98-100页 |
| 6.5.2 稳定运行下的反应器 | 第100-104页 |
| 6.6 本章小结 | 第104-105页 |
| 第七章 总结与展望 | 第105-107页 |
| 7.1 总结 | 第105页 |
| 7.2 展望 | 第105-107页 |
| 致谢 | 第107-108页 |
| 参考文献 | 第108-114页 |
| 附录 作者在攻读博士学位期间发表及录用的论文 | 第114页 |
