首页--工业技术论文--一般工业技术论文--制冷工程论文--制冷机械和设备论文--制冷设备论文--空调器论文

变风量空调系统的变工况故障检测与诊断研究

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第12-20页
    1.1 研究意义第12-13页
    1.2 空调系统 FDD 研究与应用现状第13-19页
        1.2.1 FDD 国内外研究现状第13-16页
        1.2.2 FDD 方法总结第16-17页
        1.2.3 空调系统 FDD 应用与问题第17-19页
    1.3 本文研究主要内容第19-20页
第二章 基于 FCM 聚类灰箱模型的 VAV 空调系统故障检测第20-39页
    2.1 研究对象第20-22页
        2.1.1 变风量空调系统仿真平台第20-22页
        2.1.2 故障类型第22页
    2.2 基于 FCM 聚类灰箱模型的故障检测第22-30页
        2.2.1 故障检测方法的引出第22-23页
        2.2.2 FCM 聚类分析第23-26页
        2.2.3 空调箱故障检测灰箱模型的建立第26-28页
        2.2.4 基于 FCM 聚类灰箱模型的空调箱故障检测逻辑第28-30页
    2.3 仿真试验第30-38页
        2.3.1 故障检测的阈值确定第30-33页
        2.3.2 FCM 聚类的可行性分析第33-35页
        2.3.3 故障检测结果第35-38页
    2.4 本章小结第38-39页
第三章 基于减法聚类与故障分类器的 VAV 空调故障诊断第39-52页
    3.1 基于减法聚类分析的新故障隔离第39-46页
        3.1.1 小波分析用于故障信号预处理第39-40页
        3.1.2 基于减法聚类的故障隔离方法第40-41页
        3.1.3 基于减法聚类的新故障隔离逻辑第41-42页
        3.1.4 新故障隔离分析结果第42-46页
    3.2 故障分类器的建立与应用第46-50页
        3.2.1 故障特性分析第47-48页
        3.2.2 故障分类器的建立与应用第48-50页
    3.3 本章小结第50-52页
第四章 基于神经网络的传感器故障重构第52-62页
    4.1 人工神经网络的引入第52-53页
    4.2 人工神经网络简介与选择第53-55页
    4.3 基于神经网络的故障重构流程第55-56页
    4.4 故障重构仿真验证第56-61页
        4.4.1 Tsup传感器关联变量分析与故障重构第56-59页
        4.4.2 Twr传感器关联变量分析与故障重构第59-61页
    4.5 本章小结第61-62页
第五章 总结与展望第62-64页
参考文献第64-69页
致谢第69-70页
攻读学位期间的学术成果第70页

论文共70页,点击 下载论文
上一篇:自动扶梯相关部件的防滑性能测试及评估
下一篇:三种环境内分泌干扰物对铜绿微囊藻生长及生理的影响