数据驱动的工业过程故障诊断技术：基于主元分析与偏最小二乘的方法

《信息化与工业化两化融合研究与应用丛书》序
前言
第1章 动态系统故障诊断技术概述
　1．1 引言
　1．2 定性分析方法
　1．3 定量分析方法
　1．4 故障预测
　1．5 全书概况
　参考文献
第2章 主元分析的基本理论
　2．1 引言
　2．2 主元分析模型
　2．3 基于主元分析的故障检测
　2．4 传感器故障重构
　2．5 基于主元分析的故障诊断
　2．6 pvc生产过程的故障检测与诊断
　2．7 结束语
　参考文献
第3章 基于子空间技术的多维故障重构及辨识
　3．1 引言
　3．2 故障检测与可检测性
　3．3 故障重构与可重构性
　3．4 故障辨识
　3．5 故障分离与可分离性
　3．6 仿真案例研究
　3．7 结束语
　参考文献
　附录
第4章 最优主元个数的选取方法
　4．1 引言
　4．2 主元模型
　4．3 累计方差贡献率准则
　4．4 press检验法模型
　4．5 未重构方差模型
　4．6 scree检验法模型
　4．7 故障信噪比确定模型
　4．8 tennessee eastman过程应用研究
　4．9 结束语
　参考文献
第5章 动态时间规整理论及应用
　5．1 引言
　5．2 动态时间规整
　5．3 模式间匹配距离
　5．4 最优路径
　5．5 动态时间规整基本算法
　5．6 动态规划约束条件
　5．7 动态时间规整理论应用
　5．8 结束语
　参考文献
第6章 基于非正常子域的故障分离
　6．1 引言
　6．2 基于非正常子域的故障分离原理
　6．3 基于主元分析的故障可分离性
　6．4 基于主元分析的pvc生产过程故障传感器分离
　6．5 基于非正常子域的故障分离的性能分析
　6．6 结束语
　参考文献
第7章 基于多块pls的过程监测和诊断技术
　7．1 引言
　7．2 低密度聚乙烯过程
　7．3 基于pls的监测和诊断
　7．4 多块pls模型
　7．5 基于多块pls的监测和诊断技术
　7．6 结束语
　符号说明
　参考文献
　附录
第8章 基于递推pls算法的自适应数据建模
　8．1 引言
　8．2 pls与递推pls
　8．3 分块的递推pls算法与自适应策略
　8．4 交叉验证和最终的递推分块pls建模
　8．5 动态和非线性的递推pls回归建模
　8．6 在化工过程建模中的应用
　8．7 结束语
　参考文献
　附录
第9章 偏最小二乘模型用于过程监控时的几何特性研究
　9．1 引言
　9．2 偏最小二乘模型(pls)
　9．3 pls对x空间的分解特性及其与pca的比较
　9．4 pls对x空间分解的几何解释
　9．5 不同的pls模型用于过程监控时的比较
　9．6 仿真及案例研究
　9．7 结束语
　参考文献
　附录
第10章 全潜结构投影模型及其在过程监控上的应用
　10．1 引言
　10．2 潜结构投影模型(pls)
　10．3 全潜结构投影模型
　10．4 基于t-pls模型?故障检测技术
　10．5 数值仿真和te过程案例研究
　10．6 结束语
　参考文献
　附录
第11章 基于t-pes的输出相关故障重构技术及其应用
　11．1 引言
　11．2 输出相关的故障检测与可检测性
　11．3 输出相关的故障重构与可重构性
　11．4 故障子空间的抽取
　11．5 基于重构的贡献图技术的故障诊断
　11．6 仿真及案例研究
　11．7 结束语
　参考文献
　附录
第12章 基于pca重构的连续过程故障预测
　12．1 引言
　12．2 问题描述
　12．3 基于重构的故障估计
　12．4 基于小波和向量自回归模型的故障预测技术
　12．5 案例研究
　12．6 结束语
　参考文献
第13章 基于t-pis和向量ar模型的输出相关故障预测
　13．1 引言
　13．2 问题描述
　13．3 基于t-pls的输出相关故障估计
　13．4 基于带噪声var模型的故障预测
　13．5 案例研究
　13．6 结束语
　参考文献
附录