| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景和研究目的及意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 异常检测研究现状 | 第11-13页 |
| 1.2.2 故障诊断技术研究现状 | 第13-15页 |
| 1.2.3 污水处理工艺故障诊断专家系统研究现状 | 第15-16页 |
| 1.3 主要研究内容及技术路线 | 第16-18页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.3.3 技术路线 | 第17-18页 |
| 第2章 研究对象与方法 | 第18-35页 |
| 2.1 研究对象 | 第18-21页 |
| 2.1.1 城市污水处理厂 A~2/O 工艺介绍 | 第18-21页 |
| 2.1.2 数据来源 | 第21页 |
| 2.2 异常检测研究方法 | 第21-24页 |
| 2.2.1 箱线图方法 | 第21-23页 |
| 2.2.2 t 检验方法 | 第23-24页 |
| 2.3 故障诊断研究方法 | 第24-34页 |
| 2.3.1 贝叶斯网络方法 | 第24-32页 |
| 2.3.2 专家系统 | 第32-34页 |
| 2.4 系统开发平台 | 第34-35页 |
| 2.4.1 硬件环境 | 第34页 |
| 2.4.2 软件环境 | 第34页 |
| 2.4.3 编程语言 | 第34-35页 |
| 第3章 基于统计学理论的异常数据检测方法研究 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 异常数据检测流程 | 第35-36页 |
| 3.3 基于统计学的异常数据检测 | 第36-44页 |
| 3.3.1 基于箱线图的人工报表异常值检测 | 第36-38页 |
| 3.3.2 在线监测数据的异常值检测 | 第38-39页 |
| 3.3.3 基于单样本 t 检验的出水水质超标检测 | 第39-41页 |
| 3.3.4 基于配对 t 检验的数据显著性差异分析 | 第41-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于贝叶斯网络的 A~2/O 工艺故障诊断技术研究 | 第46-61页 |
| 4.1 引言 | 第46页 |
| 4.2 城市污水处理厂 A~2/O 工艺常见故障分析 | 第46-47页 |
| 4.3 城市污水处理厂故障树建立 | 第47-55页 |
| 4.3.1 出水水质指标影响因素分析 | 第47-52页 |
| 4.3.2 出水水质指标故障树建立 | 第52-55页 |
| 4.3.3 故障树向贝叶斯网络的转化 | 第55页 |
| 4.4 贝叶斯网络模型构建 | 第55-58页 |
| 4.4.1 网络节点选定 | 第55-56页 |
| 4.4.2 节点状态定义 | 第56-57页 |
| 4.4.3 基于故障树的网络结构构建 | 第57-58页 |
| 4.4.4 贝叶斯网络参数学习 | 第58页 |
| 4.5 基于贝叶斯网络的故障诊断应用实例 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 城市污水处理厂 A~2/O 工艺故障诊断专家系统构建 | 第61-74页 |
| 5.1 引言 | 第61页 |
| 5.2 系统需求分析 | 第61-62页 |
| 5.3 专家系统设计思想 | 第62页 |
| 5.4 系统功能设计 | 第62-67页 |
| 5.4.1 远程数据采集模块 | 第63页 |
| 5.4.2 异常数据检测模块 | 第63-64页 |
| 5.4.3 故障诊断模块 | 第64页 |
| 5.4.4 数据分析模块 | 第64-66页 |
| 5.4.5 系统管理模块 | 第66-67页 |
| 5.5 数据库设计 | 第67-70页 |
| 5.5.1 概念设计 | 第67-68页 |
| 5.5.2 逻辑设计 | 第68页 |
| 5.5.3 物理设计 | 第68-70页 |
| 5.6 故障诊断实例 | 第70-73页 |
| 5.7 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读学位期间发表的学术论文及其他成果 | 第81-83页 |
| 致谢 | 第83页 |
