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
　　    1.2.1  图论方法
　　    1.2.2  专家系统
　　    1.2.3  定性仿真
　　  1.3  定量分析方法
　　    1.3.1  基于解析模型的方法
　　    1.3.2  数据驱动的方法
　　  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
　　    2.2.1  主元分析建模方法
　　    2.2.2  主元分析的性质
　　    2.2.3  主元子空间和残差子空间
　　  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
　　    2.5.1  基于传统贡献图的故障诊断技术
　　    2.5.2  基于传感器有效度指标的故障诊断技术
　　    2.5.3  基于重构贡献图的故障诊断技术
　　  2.6  PVC生产过程的故障检测与诊断
　　    2.6.1  PVC间歇反应过程简介
　　    2.6.2  PVC生产过程MPCA模型的建立
　　    2.6.3  基于MPCA的PVC生产过程故障检测
　　  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
　　    3.2.1  主元分析与故障检测
　　    3.2.2  故障可检测性的定义
　　    3.2.3  可检测性的必要条件
　　    3.2.4  可检测性的充分条件
　　  3.3  故障重构与可重构性
　　    3.3.1  故障重构
　　    3.3.2  完全可重构性
　　    3.3.3  部分可重构性
　　    3.3.4  完全与部分可重构的关系
　　  3.4  故障辨识
　　  3.5  故障分离与可分离性
　　    3.5.1  散障分离
　　    3.5.2  完全可分离性
　　    3.5.3  部分可分离性
　　  3.6  仿真案例研究
　　    3.6.1  可检测性与可重构性
　　    3.6.2  故障可分离性
　　  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
　　    4.5.1  重构方差
　　    4.5.2  重构误差方差
　　    4.5.3  未重构方差模型
　　  4.6  Scree检验法模型
　　  ……
　　第5章  动态时间规整理论及应用
　　第6章  基于非正常子域的故障分离
　　第7章  基于多块pls的过程监测和诊断技术
　　第8章  基于递推pls算法的自适应数据建模
　　第9章  偏最小二乘模型用于过程监控时的几何特性研究
　　第10章  全潜结构投影模型及其在过程监控上的应用
　　第11章  基于t-pes的输出相关故障重构技术及其应用
　　第12章  基于pca重构的连续过程故障预测
　　第13章  基于t-pis和向量ar模型的输出相关故障预测
　　附录

　　    《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》第1章综述了各种动态系统的故障诊断技术的发展现状及未来发展趋势。第2章～第6章主要介绍了主元分析模型以及基于该模型的各种故障检测、分离和辨识等方法。这一部分还讨论了主元分析模型的各种改进问题，如主元个数的选取问题、基于动态时间规整的改进、基于非正常子域的应用等。第7章～第11章主要介绍了偏最小二乘模型，以及基于该模型的故障检测、重构和诊断算法。这一部分包含了作者最新的研究成果，即对偏最小二乘模型结构的几何解释以及针对输出相关故障的模型改进。这些研究成果也揭示了主元分析和偏最小二乘在过程监控上的根本区别和内在联系。第12章、第13章主要讨论了该领域最新的研究方向——连续多变量过程的故障预测问题，书中分别基于主元分析模型和偏最小二乘模型对该问题进行了研究。
　　    《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》可作为自动控制专业研究生的教学参考书，同时对从事自动化系统研究、设计、开发和应用的广大工程技术人员也具有一定的参考价值。本书由周元华、李钢、李元编著。