数据驱动的故障检测与诊断：以高炉炼铁过程为例

高炉炼铁过程故障检测与诊断是国际公认的挑战性难题。本书从数据驱动角度系统性地总结和阐述作者及其团队近10余年在高炉炼铁过程故障检测与诊断方面的一系列研究成果，主要包括绪论、故障检测、故障诊断及工业应用四部分内容。故障检测部分主要针对过程数据强噪声、非线性和非平稳等问题，重点介绍主成分追踪、平稳子空间分析和图理论等检测方法；故障诊断部分主要针对多工况、大时变和小样本等难点，重点介绍隐马尔可夫模型、核网络模型、生成对抗网络和迁移学习等诊断方法；工业应用部分主要阐述工业互联网基础上故障检测与诊断的具体实现，包括工业互联网平台架构、数字孪生体构建和应用实例。