《過程工業(yè)故障診斷》針對過程工業(yè)變量多、耦合強(qiáng)的特點(diǎn)，側(cè)重介紹多元統(tǒng)計(jì)類方法在過程工業(yè)故障診斷中的應(yīng)用，詳細(xì)介紹主元分析法、Fisher判據(jù)分析、部分最小二乘法、獨(dú)立元分析等分析方法之間的區(qū)別和聯(lián)系；針對一般多元統(tǒng)計(jì)方法難以解決非線性問題的缺點(diǎn)，對其進(jìn)行核化處理，揭示幾種核化多元統(tǒng)計(jì)方法之間的關(guān)系和本質(zhì)；提出故障特征的選擇以及小樣本問題的解決方法，并給出不同方法的模式穩(wěn)定性比較，為選擇算法參數(shù)提供參考依據(jù)；最后介紹基于解析模型和基于信號(hào)處理的方法在故障診斷中的應(yīng)用。
《過程工業(yè)故障診斷》可作為過程工業(yè)及其自動(dòng)化、控制理論與控制工程等相關(guān)專業(yè)研究生課程的參考書，也可供從事過程工業(yè)故障檢測與診斷的研究人員和工程技術(shù)人員參考。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
《過程工業(yè)故障診斷》是由科學(xué)出版社出版的
前言
第1章 緒論
1.1 概述
1.1.1 研究意義
1.1.2 故障診斷的任務(wù)
1.1.3 故障診斷的實(shí)現(xiàn)過程
1.1.4 故障診斷方法分類
1.2 基于解析模型的方法
1.3 基于定性知識(shí)的方法
1.4 基于歷史數(shù)據(jù)的方法
1.4.1 基于信號(hào)處理的方法
1.4.2 多元統(tǒng)計(jì)方法
1.4.3 多元統(tǒng)計(jì)方法與模式識(shí)別方法的關(guān)系
1.5 過程工業(yè)故障診斷研究進(jìn)展
1.5.1 多元統(tǒng)計(jì)方法應(yīng)用于非線性問題.
1.5.2 核多元統(tǒng)計(jì)方法在過程工業(yè)應(yīng)用中的幾個(gè)關(guān)鍵問題
1.6 本書內(nèi)容安排
參考文獻(xiàn)
第2章 過程工業(yè)故障檢測與診斷的多元統(tǒng)計(jì)方法
2.1 引言
2.2 多元統(tǒng)計(jì)方法
2.2.1 PCA
2.2.2 FDA
2.2.3 PLS
2.2.4 0CA
2.2.5 ICA
2.3 多元統(tǒng)計(jì)方法之間關(guān)系的統(tǒng)一框架
2.3.1 幾種多元統(tǒng)計(jì)方法的關(guān)系
2.3.2 瑞利商下的統(tǒng)
2.3.3 優(yōu)化問題的轉(zhuǎn)化
2.4 故障的檢測和辨識(shí)
2.4.1 基于T2統(tǒng)計(jì)量和Q統(tǒng)計(jì)量的故障檢測
2.4.2 基于P統(tǒng)計(jì)量的故障檢測
2.4.3 基于Bayes分類器的故障辨識(shí)
2.4.4 線性分類器與Bayes分類器的關(guān)系
2.5 仿真算例
2.5.1 仿真數(shù)據(jù)介紹
2.5.2 故障檢測和診斷步驟
2.5.3 仿真結(jié)果與分析
2.6 小結(jié)
參考文獻(xiàn)
第3章 過程工業(yè)故障診斷的核化多元統(tǒng)計(jì)方法
3.1 引言
3.2 核空間的定義與性質(zhì)
3.3 核空間上的一些運(yùn)算
3.4 算法可以核化的條件
3.4.1 特征向量的對偶表示形式
3.4.2 算法核化的條件
3.5 多元統(tǒng)計(jì)方法的核化算法
3.5.1 KPCA
3.5.2 KFDA
3.5.3 KPLS
3.5.4 KCCA
3.5.5 KICA
3.5.6 對KCCA和KICA的變形和一些關(guān)系
3.5.7 核化算法的正則化
3.5.8 幾種核化算法的聯(lián)系
3.6 核參數(shù)的確定
3.7 多故障診斷問題
3.7.1 引言
3.7.2 基于核的Bayes決策函數(shù)
3.7.3 KPCA和KFDA的故障診斷流程
3.8 仿寞結(jié)果及分析
3.9 小結(jié)
參考文獻(xiàn)
……
第4章 過程工業(yè)故障診斷的特征選取方法
第5章 過程工業(yè)故障診斷的小樣本問題
第6章 算法的模式穩(wěn)定性
第7章 基于解析模型的故障診斷
第8章 基于信號(hào)處理的故障診斷
第9章 總結(jié)與展望
參考文獻(xiàn)
書單推薦
