| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·本文的研究目的和意义 | 第8-9页 |
| ·故障诊断研究综述 | 第9-17页 |
| ·故障诊断发展概况 | 第9-10页 |
| ·故障诊断在制冷空调领域的发展状况 | 第10-13页 |
| ·故障诊断方法分类 | 第13-17页 |
| ·本文主要的工作 | 第17-18页 |
| 2 模糊神经网络技术 | 第18-33页 |
| ·模糊理论基础 | 第18-19页 |
| ·语言变量与模糊推理 | 第19-21页 |
| ·模糊逻辑系统简介 | 第21-25页 |
| ·模糊逻辑系统的组成和分类 | 第21-23页 |
| ·模糊规则库 | 第23-24页 |
| ·模糊推理机 | 第24页 |
| ·模糊产生器和反模糊化器 | 第24-25页 |
| ·人工神经网络技术 | 第25-28页 |
| ·神经网络的基本概念 | 第25-26页 |
| ·神经网络的学习规则 | 第26-27页 |
| ·人工神经网络的优缺点 | 第27-28页 |
| ·模糊神经网络 | 第28-33页 |
| ·引言 | 第28-33页 |
| 3 故障诊断模型——补偿模糊神经网络 | 第33-44页 |
| ·补偿模糊神经网络基本原理 | 第33-38页 |
| ·模糊神经元 | 第33-35页 |
| ·网络结构 | 第35页 |
| ·补偿模糊推理 | 第35-36页 |
| ·学习算法 | 第36-38页 |
| ·补偿模糊神经网络诊断模型的建立 | 第38-39页 |
| ·网络拓扑结构的确定 | 第38-39页 |
| ·模糊规则数的确定 | 第39页 |
| ·数据处理 | 第39-41页 |
| ·训练与检验样本的选择 | 第39页 |
| ·数据变换处理 | 第39-41页 |
| ·其他 | 第41页 |
| ·系统的实现 | 第41-44页 |
| 4 制冷系统故障模拟 | 第44-54页 |
| ·制冷系统的故障特征及类型 | 第44-46页 |
| ·制冷系统的故障特征 | 第44页 |
| ·制冷系统的故障分析 | 第44-46页 |
| ·实验测点的确定及故障模拟 | 第46-53页 |
| ·实验测点的确定 | 第46-47页 |
| ·实验测点及数据采集系统的安装 | 第47-48页 |
| ·实验故障模拟及征兆关系 | 第48-53页 |
| ·本章小节 | 第53-54页 |
| 5 制冷系统故障诊断实现 | 第54-63页 |
| ·网络训练 | 第54-61页 |
| ·构建标准故障模式样本 | 第54页 |
| ·故障定量化处理 | 第54页 |
| ·选取隶属函数中心和宽度 | 第54-57页 |
| ·学习速率的确定 | 第57-61页 |
| ·网络检验 | 第61-63页 |
| 6 结论 | 第63-65页 |
| ·结论 | 第63页 |
| ·今后需改进的方向 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录1:攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 附录2:基于补偿模糊神经网络的制冷系统故障诊断程序 | 第70-76页 |