声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 复杂化工过程的特点
1.3 故障诊断方法研究现状
1.3.1 基于解析模型的方法
1.3.2 基于数据驱动的方法
1.3.3 基于定性经验知识的方法
1.4 SDG故障诊断方法研究现状
1.5 论文的研究内容和组织结构
第二章 基于改进时滞分析算法的SDG建模
2.1 引言
2.2 SDG建模方法综述
2.2.1 传统SDG建模方法
2.2.2 基于数据驱动的SDG建模方法
2.3 基于AANN-ELM的数据预处理
2.4 动态时间规整技术
2.4.1 DTW距离定义
2.4.2 约束条件
2.4.3 快速求解方法
2.5 基于改进时滞分析的SDG建模流程
2.6 案例分析
2.6.1 案例一:CSTH过程故障建模
2.6.2 案例二:TE过程故障建模
2.7 小结
第三章 动态概率SDG模型
3.1 引言
3.2 PSDG模型综述
3.3 动态PSDG模型
3.3.1 动态PSDG模型定义
3.3.2 先验概率动态估计
3.3.3 动态PSDG模型的特征
3.4 案例分析
3.4.1 案例一:CSTH过程的DPSDG模型
3.4.2 案例二:TE过程的DPSDG模型
3.5 小结
第四章 基于动态概率SDG模型的单源故障诊断
4.1 引言
4.2 DPSDG模型基本拓扑结构分析
4.3 DPSDG故障诊断方法
4.3.1 环状结构的解环方法
4.3.2 后验概率计算方法
4.3.3 DPSDG模型故障诊断流程
4.4 案例分析
4.4.1 案例一:CSTH过程故障诊断
4.4.2 案例二:TE过程故障诊断
4.4.3 讨论
4.5 小结
第五章 基于贝叶斯理论的多源故障诊断
5.1 引言
5.2 基于SDG的多源故障诊断综述
5.3 基于DPSDG模型和贝叶斯理论的多源故障诊断
5.3.1 多源故障诊断的基本评价指标
5.3.2 多源故障诊断的优化算法
5.3.3 多源故障诊断流程
5.4 案例分析
5.4.1 案例一:CSTH过程多源故障诊断
5.4.2 案例二:TE过程多源故障诊断
5.4.3 讨论
5.5 小结
第六章 结论和展望
6.1 结论
6.2 展望
参考文献
致谢
攻博期间完成的论文和参加的科研项目
作者简介
导师简介
北京化工大学;