声明
致谢
摘要
1．1研究背景和意义
1．2工业过程故障诊断发展现状
1．2．1故障诊断的研究方法及发展趋势
1．2．2基于贝叶斯网络的故障诊断方法
1．3工业过程故障诊断所面临的问题
1．4本文主要研究内容
1．5本章小结
第2章基于关键故障特征筛选的朴素贝叶斯故障诊断算法
2．1引言
2．2传统朴素贝叶斯分类器
2．3变量选择与特征提取
2．3．1基于互信息的变量选择方法
2．3．2基于独立成分分析(ICA)的特征提取方法
2．4基于关键故障特征筛选的朴素贝叶斯故障诊断方法
2．4．1基于互信息与ICA的关键故障特征筛选策略
2．4．2离线建模
2．4．3在线故障识别
2．5案例应用
2．5．1田纳西-伊斯曼(TE)过程介绍
2．5．2 TE过程验证结果及分析
2．6本章小结
第3章基于动静态信息协同分析的分布式贝叶斯网络在线故障诊断方法
3．1引言
3．2慢特征分析介绍
3．3基于动静态信息协同的分布式贝叶斯网络在线故障诊断方法
3．3．1分布式贝叶斯网络离线建模
3．3．2分布式贝叶斯网络在线故障诊断
3．4 TE过程应用
3．5本章小结
第4章基于因果分析的多层次贝叶斯网络根源故障变量诊断方法研究
4．1引言
4．2格兰杰因果分析
4．3稀疏协整分析
4．4面向非平稳过程的精细化因果分析建模
4．4．1底层因果关系网络的构建
4．4．2上层因果关系网络的构建
4．5基于因果分析的多层次根源故障变量诊断模型
4．5．1多层次贝叶斯网络建模
4．5．2在线根源故障变量追溯策略
4．6案例应用
4．6．1火力发电过程介绍
4．6．2火力发电过程应用
4．7本章小结
5．1全文研究内容总结
5．2研究展望
参考文献
攻读硕士学位期间完成的学术论文及专利
攻读硕士期间参加的科研项目
