| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 空调系统的故障诊断方法的研究现状 | 第11-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 第2章 主元分析法 | 第16-24页 |
| 2.1 主元分析的基本思想与理论 | 第16-20页 |
| 2.1.1 主元分析的基本思想 | 第16-17页 |
| 2.1.2 主元分析的基本理论 | 第17-20页 |
| 2.2 主元分析法进行传感器故障检测与诊断的基本流程 | 第20-21页 |
| 2.3 主元分析法的建模过程 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 传感器故障检测方法 | 第24-39页 |
| 3.1 基于 PCA 的故障检测方法的统计量 | 第24-26页 |
| 3.2 试验建筑及其空调系统 | 第26-28页 |
| 3.3 故障检测方法及实例 | 第28-37页 |
| 3.3.1 SPE 型传感器故障检测方法及实例 | 第31-33页 |
| 3.3.2 T~2型传感器故障检测方法及实例 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 传感器故障诊断方法 | 第39-49页 |
| 4.1 故障重构(Fault Reconstruction) | 第39-41页 |
| 4.1.1 故障的迭代重构方法 | 第39-40页 |
| 4.1.2 迭代重构方法的几何意义 | 第40-41页 |
| 4.2 故障识别(Fault Identification) | 第41-42页 |
| 4.2.1 SPE 型传感器故障的识别方法 | 第41页 |
| 4.2.2 T~2型传感器故障的识别方法 | 第41-42页 |
| 4.3 故障诊断实例 | 第42-47页 |
| 4.3.1 SPE 型传感器故障的诊断实例 | 第42-44页 |
| 4.3.2 T~2型传感器故障的诊断实例 | 第44-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 基于 APCA 的故障检测方法 | 第49-58页 |
| 5.1 APCA 方法的故障检测过程 | 第49-51页 |
| 5.1.1 APCA 方法的基本理论 | 第49-50页 |
| 5.1.2 APCA 的自适应循环过程 | 第50-51页 |
| 5.2 APCA 方法的应用实例 | 第51-56页 |
| 5.2.1 NPCA 和 APCA 建模模型的比较 | 第52-53页 |
| 5.2.3 NPCA 和 APCA 方法的故障检测效率 | 第53-56页 |
| 5.3 本章小结 | 第56-58页 |
| 第6章 主元数的确定方法的比较 | 第58-68页 |
| 6.1 累计方差贡献率准则和最优重构法 | 第58-61页 |
| 6.1.1 累计方差贡献率(CPV)准则确定主元数 | 第59页 |
| 6.1.2 最优重构法(BR)确定主元数 | 第59-61页 |
| 6.2 两种方法的比较 | 第61-66页 |
| 6.3 本章小结 | 第66-68页 |
| 结论与展望 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
