| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 符号表 | 第9-19页 |
| 第1章 绪论 | 第19-46页 |
| ·课题来源及研究的目的和意义 | 第19-23页 |
| ·课题的来源 | 第19-22页 |
| ·课题研究的目的及意义 | 第22-23页 |
| ·国内外在该方向的研究现状及分析 | 第23-42页 |
| ·故障诊断发展概况 | 第23-25页 |
| ·故障诊断方法综述 | 第25-31页 |
| ·国内外故障诊断技术在HVAC&R 领域发展概况 | 第31-42页 |
| ·本文的主要研究工作及内容安排 | 第42-46页 |
| 第2章 单、双级耦合热泵系统故障分析 | 第46-76页 |
| ·单、双级耦合热泵系统的工作原理 | 第46-50页 |
| ·单、双级耦合热泵系统的主要结构 | 第46-48页 |
| ·单、双级耦合热泵系统的运行模式 | 第48-50页 |
| ·单、双级耦合热泵系统故障树构建与分析 | 第50-66页 |
| ·故障树分析方法简介 | 第51页 |
| ·故障树构建的基本方法 | 第51-53页 |
| ·单、双级耦合热泵系统故障树构建及分析 | 第53-66页 |
| ·单、双级耦合热泵系统的故障重要度分析 | 第66-75页 |
| ·概述 | 第67页 |
| ·空气/水热泵机组故障重要度分析 | 第67-72页 |
| ·水/水热泵机组故障重要度分析 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第3章 单、双级耦合热泵系统状态监测研究 | 第76-98页 |
| ·基于广义回归神经网络（GRNN）的预测方法 | 第77-81页 |
| ·常见预测方法简介 | 第77页 |
| ·人工神经网络简介 | 第77-80页 |
| ·广义回归神经网络 | 第80-81页 |
| ·基于广义回归神经网络的热泵性能预测 | 第81页 |
| ·基于GRNN 单、双级耦合热泵系统状态监测模型的构建 | 第81-83页 |
| ·状态监测参数的确定 | 第81-82页 |
| ·GRNN 预测模型的构建 | 第82-83页 |
| ·单、双级耦合热泵系统性能测试实验研究 | 第83-92页 |
| ·实验目的 | 第83-84页 |
| ·实验系统的构成 | 第84-90页 |
| ·实验结果及分析 | 第90-92页 |
| ·基于GRNN 的单、双级耦合热泵系统性能预测分析 | 第92-96页 |
| ·单级运行GRNN 模型预测分析 | 第92-94页 |
| ·双级耦合运行GRNN 预测分析 | 第94-96页 |
| ·本章小结 | 第96-98页 |
| 第4章 单、双级耦合热泵制冷系统故障诊断及推理研究 | 第98-129页 |
| ·单、双级耦合热泵系统的故障特性 | 第99-101页 |
| ·单、双级耦合热泵制冷系统常见软故障及特征参数的确定 | 第101-108页 |
| ·单、双级耦合式热泵制冷系统的常见软故障 | 第101-102页 |
| ·单、双级耦合式热泵制冷系统的主要运行参数分析 | 第102-106页 |
| ·单、双级耦合热泵制冷系统故障诊断特征参数的确定 | 第106-108页 |
| ·单、双级耦合热泵制冷系统常见软故障与征兆关系库构建 | 第108-118页 |
| ·故障与征兆关系的定性理论分析及验证 | 第108-117页 |
| ·标准软故障模式库的构建 | 第117-118页 |
| ·单、双级耦合热泵制冷系统故障诊断及推理的实现 | 第118-128页 |
| ·基于GRNN 的制冷系统故障诊断的实现 | 第118-121页 |
| ·基于规则的制冷系统故障推理的实现 | 第121-123页 |
| ·实例分析 | 第123-128页 |
| ·本章小结 | 第128-129页 |
| 第5章 空气源热泵机组室外侧换热器堵塞故障实验研究 | 第129-144页 |
| ·实验目的 | 第130页 |
| ·实验系统的构成 | 第130-135页 |
| ·空气源热泵测试样机及测点布置 | 第130-132页 |
| ·人工气候小室简介 | 第132-133页 |
| ·数据采集系统简介 | 第133-135页 |
| ·实验方法 | 第135-136页 |
| ·实验结果及分析 | 第136-143页 |
| ·实验工况 | 第136-137页 |
| ·运行特性参数实验结果及分析 | 第137-140页 |
| ·性能参数实验结果及分析 | 第140-143页 |
| ·本章小结 | 第143-144页 |
| 第6章 空气源热泵机组除霜故障诊断研究 | 第144-172页 |
| ·空气源热泵机组除霜故障特性实验研究 | 第145-155页 |
| ·实验目的 | 第145页 |
| ·实验系统的构成 | 第145页 |
| ·滞后除霜故障工况下运行特性实验结果及分析 | 第145-151页 |
| ·提前除霜故障工况下运行特性实验结果及分析 | 第151-155页 |
| ·空气源热泵机组除霜故障诊断模型的构建 | 第155-161页 |
| ·故障诊断与模式识别 | 第155-156页 |
| ·基于概率神经网络的除霜故障诊断模型的构建 | 第156-161页 |
| ·一种改进除霜控制方法的提出与研究 | 第161-171页 |
| ·常见除霜控制方法回顾与分析 | 第162-163页 |
| ·基于室外风机电流和盘管温度的除霜控制方法研究 | 第163-171页 |
| ·本章小结 | 第171-172页 |
| 第7章 单、双级耦合热泵系统中多传感器故障诊断与容错研究 | 第172-191页 |
| ·HVAC& R 系统中常见传感器及其故障分类 | 第173-178页 |
| ·HVAC& R 系统中常见传感器简介 | 第173-175页 |
| ·HVAC& R 系统中传感器常见故障及特性 | 第175-178页 |
| ·单、双级耦合热泵系统中传感器的分布 | 第178-179页 |
| ·单、双级耦合热泵系统中多传感器故障检测与容错研究 | 第179-183页 |
| ·常见传感器故障诊断与信号恢复方法简介 | 第179-182页 |
| ·基于GRNN 和信息融合技术的多传感器故障诊断模型的构建 | 第182-183页 |
| ·实例分析 | 第183-190页 |
| ·仿真样本 | 第183-185页 |
| ·冗余关系分析 | 第185页 |
| ·预测分析 | 第185-187页 |
| ·故障诊断与容错分析 | 第187-190页 |
| ·本章小结 | 第190-191页 |
| 第8章 单、双级耦合热泵分布式故障诊断专家系统的构建 | 第191-209页 |
| ·基于人工神经网络的故障诊断专家系统 | 第191-199页 |
| ·专家系统简介 | 第192-196页 |
| ·专家系统与人工神经网络的融合 | 第196-197页 |
| ·基于人工神经网络的故障诊断专家系统模型的构建 | 第197-199页 |
| ·单、双级耦合热泵分布式故障诊断专家系统的构建 | 第199-206页 |
| ·诊断任务的分解 | 第200-202页 |
| ·诊断子任务的求解 | 第202-204页 |
| ·分布式诊断任务的协调与综合 | 第204-206页 |
| ·系统稳态判断模块和参数预处理模型 | 第206-208页 |
| ·系统稳态判断模块 | 第206-207页 |
| ·系统参数预处理模型 | 第207-208页 |
| ·本章小结 | 第208-209页 |
| 结论 | 第209-213页 |
| 参考文献 | 第213-225页 |
| 攻读博士学位期间发表的学术论文 | 第225-228页 |
| 致谢 | 第228-229页 |
| 个人简历 | 第229页 |
