數據驅動的工業過程故障診斷技術：基於主元分析與偏最小二乘的方法（簡體書）

《數據驅動的工業過程故障診斷技術--基於主元分析與偏最小二乘的方法》第1章綜述了各種動態系統的故障診斷技術的發展現狀及未來發展趨勢。第2章～第6章主要介紹了主元分析模型以及基於該模型的各種故障檢測、分離和辨識等方法。這一部分還討論了主元分析模型的各種改進問題，如主元個數的選取問題、基於動態時間規整的改進、基於非正常子域的應用等。第7章～第11章主要介紹了偏最小二乘模型，以及基於該模型的故障檢測、重構和診斷算法。這一部分包含了作者最新的研究成果，即對偏最小二乘模型結構的幾何解釋以及針對輸出相關故障的模型改進。這些研究成果也揭示了主元分析和偏最小二乘在過程監控上的根本區別和內在聯系。第12章、第13章主要討論了該領域最新的研究方向——連續多變量過程的故障預測問題，書中分別基於主元分析模型和偏最小二乘模型對該問題進行了研究。 《數據驅動的工業過程故障診斷技術--基於主元分析與偏最小二乘的方法》可作為自動控制專業研究生的教學參考書，同時對從事自動化系統研究、設計、開發和應用的廣大工程技術人員也具有一定的參考價值。本書由周元華、李鋼、李元編著。

《信息化與工業化兩化融合研究與應用叢書》序
前言
第1章 動態系統故障診斷技術概述
1.1 引言
1.2 定性分析方法
1.2.1 圖論方法
1.2.2 專家系統
1.2.3 定性仿真
1.3 定量分析方法
1.3.1 基於解析模型的方法
1.3.2 數據驅動的方法
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
2.2.1 主元分析建模方法
2.2.2 主元分析的性質
2.2.3 主元子空間和殘差子空間
2.3 基於主元分析的故障檢測
2.4 傳感器故障重構
2.5 基於主元分析的故障診斷
2.5.1 基於傳統貢獻圖的故障診斷技術
2.5.2 基於傳感器有效度指標的故障診斷技術
2.5.3 基於重構貢獻圖的故障診斷技術
2.6 PVC生產過程的故障檢測與診斷
2.6.1 PVC間歇反應過程簡介
2.6.2 PVC生產過程MPCA模型的建立
2.6.3 基於MPCA的PVC生產過程故障檢測
2.7 結束語
參考文獻
第3章 基於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
3.2.1 主元分析與故障檢測
3.2.2 故障可檢測性的定義
3.2.3 可檢測性的必要條件
3.2.4 可檢測性的充分條件
3.3 故障重構與可重構性
3.3.1 故障重構
3.3.2 完全可重構性
3.3.3 部分可重構性
3.3.4 完全與部分可重構的關係
3.4 故障辨識
3.5 故障分離與可分離性
3.5.1 散障分離
3.5.2 完全可分離性
3.5.3 部分可分離性
3.6 仿真案例研究
3.6.1 可檢測性與可重構性
3.6.2 故障可分離性
3.7 結束語
參考文獻
附錄
第4章 最優主元個數的選取方法
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
4.5.1 重構方差
4.5.2 重構誤差方差
4.5.3 未重構方差模型
4.6 Scree檢驗法模型
……
第5章 動態時間規整理論及應用
第6章 基於非正常子域的故障分離
第7章 基於多塊pls的過程監測和診斷技術
第8章 基於遞推pls算法的自適應數據建模
第9章 偏最小二乘模型用于過程監控時的幾何特性研究
第10章 全潛結構投影模型及其在過程監控上的應用
第11章 基於t-pes的輸出相關故障重構技術及其應用
第12章 基於pca重構的連續過程故障預測
第13章 基於t-pis和向量ar模型的輸出相關故障預測
附錄