數(shù)據(jù)驅動的工業(yè)過程故障診斷技術：基于主元分析與偏最小二乘的方法

《信息化與工業(yè)化兩化融合研究與應用叢書》序
前言
第1章 動態(tài)系統(tǒng)故障診斷技術概述
　1．1 引言
　1．2 定性分析方法
　1．3 定量分析方法
　1．4 故障預測
　1．5 全書概況
　參考文獻
第2章 主元分析的基本理論
　2．1 引言
　2．2 主元分析模型
　2．3 基于主元分析的故障檢測
　2．4 傳感器故障重構
　2．5 基于主元分析的故障診斷
　2．6 pvc生產過程的故障檢測與診斷
　2．7 結束語
　參考文獻
第3章 基于子空間技術的多維故障重構及辨識
　3．1 引言
　3．2 故障檢測與可檢測性
　3．3 故障重構與可重構性
　3．4 故障辨識
　3．5 故障分離與可分離性
　3．6 仿真案例研究
　3．7 結束語
　參考文獻
　附錄
第4章 最優(yōu)主元個數(shù)的選取方法
　4．1 引言
　4．2 主元模型
　4．3 累計方差貢獻率準則
　4．4 press檢驗法模型
　4．5 未重構方差模型
　4．6 scree檢驗法模型
　4．7 故障信噪比確定模型
　4．8 tennessee eastman過程應用研究
　4．9 結束語
　參考文獻
第5章 動態(tài)時間規(guī)整理論及應用
　5．1 引言
　5．2 動態(tài)時間規(guī)整
　5．3 模式間匹配距離
　5．4 最優(yōu)路徑
　5．5 動態(tài)時間規(guī)整基本算法
　5．6 動態(tài)規(guī)劃約束條件
　5．7 動態(tài)時間規(guī)整理論應用
　5．8 結束語
　參考文獻
第6章 基于非正常子域的故障分離
　6．1 引言
　6．2 基于非正常子域的故障分離原理
　6．3 基于主元分析的故障可分離性
　6．4 基于主元分析的pvc生產過程故障傳感器分離
　6．5 基于非正常子域的故障分離的性能分析
　6．6 結束語
　參考文獻
第7章 基于多塊pls的過程監(jiān)測和診斷技術
　7．1 引言
　7．2 低密度聚乙烯過程
　7．3 基于pls的監(jiān)測和診斷
　7．4 多塊pls模型
　7．5 基于多塊pls的監(jiān)測和診斷技術
　7．6 結束語
　符號說明
　參考文獻
　附錄
第8章 基于遞推pls算法的自適應數(shù)據(jù)建模
　8．1 引言
　8．2 pls與遞推pls
　8．3 分塊的遞推pls算法與自適應策略
　8．4 交叉驗證和最終的遞推分塊pls建模
　8．5 動態(tài)和非線性的遞推pls回歸建模
　8．6 在化工過程建模中的應用
　8．7 結束語
　參考文獻
　附錄
第9章 偏最小二乘模型用于過程監(jiān)控時的幾何特性研究
　9．1 引言
　9．2 偏最小二乘模型(pls)
　9．3 pls對x空間的分解特性及其與pca的比較
　9．4 pls對x空間分解的幾何解釋
　9．5 不同的pls模型用于過程監(jiān)控時的比較
　9．6 仿真及案例研究
　9．7 結束語
　參考文獻
　附錄
第10章 全潛結構投影模型及其在過程監(jiān)控上的應用
　10．1 引言
　10．2 潛結構投影模型(pls)
　10．3 全潛結構投影模型
　10．4 基于t-pls模型?故障檢測技術
　10．5 數(shù)值仿真和te過程案例研究
　10．6 結束語
　參考文獻
　附錄
第11章 基于t-pes的輸出相關故障重構技術及其應用
　11．1 引言
　11．2 輸出相關的故障檢測與可檢測性
　11．3 輸出相關的故障重構與可重構性
　11．4 故障子空間的抽取
　11．5 基于重構的貢獻圖技術的故障診斷
　11．6 仿真及案例研究
　11．7 結束語
　參考文獻
　附錄
第12章 基于pca重構的連續(xù)過程故障預測
　12．1 引言
　12．2 問題描述
　12．3 基于重構的故障估計
　12．4 基于小波和向量自回歸模型的故障預測技術
　12．5 案例研究
　12．6 結束語
　參考文獻
第13章 基于t-pis和向量ar模型的輸出相關故障預測
　13．1 引言
　13．2 問題描述
　13．3 基于t-pls的輸出相關故障估計
　13．4 基于帶噪聲var模型的故障預測
　13．5 案例研究
　13．6 結束語
　參考文獻
附錄