| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究的目的与意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-16页 |
| 1.2.1 空调制冷领域故障诊断研究现状 | 第9-13页 |
| 1.2.2 故障特征提取方法 | 第13-15页 |
| 1.2.3 稀疏自编码器的优势性 | 第15-16页 |
| 1.3 本文研究内容 | 第16-18页 |
| 第2章 空调制冷系统故障及理论分析 | 第18-29页 |
| 2.1 空调制冷系统概述 | 第18-19页 |
| 2.2 空调制冷系统典型故障及理论分析 | 第19-22页 |
| 2.3 ASHRAE资助故障模拟实验 | 第22-29页 |
| 第3章 基于稀疏自编码器诊断模型的理论分析 | 第29-43页 |
| 3.1 人工神经网络（Artificial Neural Network, ANN ） | 第29-30页 |
| 3.1.1 ANN拓扑结构 | 第29-30页 |
| 3.2 主成分分析 | 第30-35页 |
| 3.3 稀疏自编码器 | 第35-39页 |
| 3.4 支持向量机 | 第39-42页 |
| 3.5 诊断模型评价指标 | 第42-43页 |
| 第4章 空调制冷系统故障诊断分析 | 第43-52页 |
| 4.1 故障诊断结果分析 | 第43-50页 |
| 4.2 SAE特征提取优势性 | 第50-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 5.1 结论 | 第52页 |
| 5.2 创新点 | 第52页 |
| 5.3 展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 攻读学位期间的研究成果 | 第60-61页 |
| 致谢 | 第61页 |