声明
第一章.绪论
1.1.研究背景及意义
1.2. 过程故障诊断简介
1.2.1 故障检测
1.2.2 故障识别
1.3. 过程故障诊断方法
1.3.1 基于机理模型的过程故障诊断方法
1.3.2 基于定性知识的过程故障诊断方法
1.3.2 基于数据驱动的过程故障诊断方法
1.4. 多元统计分析方法
1.5. 本文的主要研究内容
1.5. 本论文的框架
第二章.文献综述
2.1. 故障检测流程
2.1.1 特征提取
2.1.2 统计量的构建
2.2. 传统的故障检测方法
2.2.1 基于PCA的故障检测方法
2.2.2. 基于PLS的故障检测方法
2.2.3. 其他故障检测方法
2.3. 本文提出的基于主多项式分析(PPA)的故障检测方法
2.4. 故障识别方法
2.4.1 贡献图方法
2.4.2 贝叶斯统计推断方法
2.5. TE仿真化工过程
2.6. 小结
第三章.基于PPA的过程故障诊断方法及其在TE仿真化工过程中的应用
3.1. 引言
3.2. PCA算法
3.3. PPA算法
3.3.1 PPA算法原理
3.3.2 PPA算法特性
3.3.3 PPA算法在特征提取中的应用效果
3.4. 基于PPA的过程故障诊断方法
3.4.1 基于PPA方法的故障诊断流程
3.4.2 PPA方法中参数的选取
3.5. PPA方法在TE过程故障诊断中的应用
3.5.1 TE过程故障的检测与分析
3.5.2 基于SPE统计量的贡献图对TE过程中故障变量的识别
3.5.3贝叶斯统计推断对TE过程故障类型的识别
3.6. 小结
第四章.基于动态PPA的过程故障诊断方法及在TE仿真化工过程中的应用
4.1. 引言
4.2. 动态PPA算法原理
4.2.1 DPPA算法
4.2.2 MW-PPA算法
4.3. 基于动态PPA的过程故障诊断方法
4.3.1 DPPA方法
4.3.2 MW-PPA方法
4.4. 动态PPA方法在TE仿真化工过程的应用
4.4.1 基于DPPA方法的TE故障诊断结果与分析
4.4.2 基于MW-PPA方法的TE故障诊断结果与分析
4.4.3 贝叶斯统计推断对TE故障类型识别结果与分析
4.5 小结
第五章.基于ICA-PPA的过程故障诊断方法及其在TE仿真化工过程中的应用
5.1. 引言
5.2. ICA算法简介
5.2.1 ICA算法原理
5.2.2 非高斯信号最大化估计法
5.2.3 FastICA算法
5.3. 基于ICA-PPA的过程故障诊断方法
5.3.1 故障检测
5.3.2 故障变量的识别
5.3.3 贝叶斯统计推断对故障类型的识别
5.4. TE仿真化工过程的故障诊断与分析
5.5 小结
第六章.基于PPA的过程故障诊断方法及其改进后的方法在实际化工精馏实验装置中的应用
6.1 引言
6.2 乙醇-水精馏实验装置
6.3. 乙醇-水精馏过程的故障检测与分析
6.3.1 算法中参数的选取
6.3.2 结果分析
6.4. 乙醇-水精馏过程的故障识别与分析
6.4.1故障变量的识别
6.4.2 贝叶斯统计推断对故障等级的识别
6.5 小结
第七章.结论与展望
7.1 结论
7.2 展望
致谢
参考文献
重庆理工大学;