基于人工神经网络模型的螺杆式冷水机组故障诊断研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·故障诊断在暖通空调中的研究及应用状况 | 第8-13页 |
| ·空调系统故障诊断的由来 | 第8页 |
| ·国内外研究现状 | 第8-13页 |
| ·暖通空调系统故障诊断的方法 | 第13-14页 |
| ·神经网络在故障诊断中的应用 | 第14-16页 |
| ·HVAC故障诊断方法的评价标准 | 第16-17页 |
| ·论文主要研究内容和解决的问题 | 第17-18页 |
| 2 神经网络故障诊断模型 | 第18-27页 |
| ·神经网络应用于故障诊断的意义 | 第18-19页 |
| ·神经网络概述 | 第19-21页 |
| ·神经元模型 | 第19-20页 |
| ·人工神经网络的基本模型 | 第20-21页 |
| ·BP网络建模 | 第21-27页 |
| ·BP网络简介 | 第21页 |
| ·BP算法简介 | 第21-23页 |
| ·BP算法存在的问题及其改进 | 第23-25页 |
| ·利用BP网络进行故障诊断的优势 | 第25页 |
| ·BP网络故障诊断模型 | 第25-27页 |
| 3 实验 | 第27-48页 |
| ·实验目的 | 第27页 |
| ·实验装置简介 | 第27页 |
| ·测量系统及测点布置 | 第27-30页 |
| ·温度的测量 | 第29-30页 |
| ·压力的测量 | 第30页 |
| ·流量的测量 | 第30页 |
| ·功率的测量 | 第30页 |
| ·本文所模拟的故障 | 第30-31页 |
| ·实验误差分析 | 第31-33页 |
| ·温度测量系统误差分析 | 第31页 |
| ·实验数据处理 | 第31-32页 |
| ·热平衡分析 | 第32页 |
| ·综合误差分析 | 第32-33页 |
| ·数据采集及采样时间 | 第33页 |
| ·实验结果分析 | 第33-48页 |
| ·冷却水侧受阻 | 第34-36页 |
| ·蒸发器水侧受阻 | 第36-37页 |
| ·制冷剂流量不足 | 第37-43页 |
| ·冷却水进水温度过高 | 第43-44页 |
| ·有不凝性气体 | 第44-46页 |
| ·外界负荷变化 | 第46-48页 |
| 4 故障诊断软件的实现及实验验证 | 第48-65页 |
| ·诊断模型的确立 | 第48-55页 |
| ·训练样本的提炼 | 第48-51页 |
| ·隐层结构的确定 | 第51-53页 |
| ·学习算法的确定 | 第53-54页 |
| ·学习目标的确定 | 第54页 |
| ·训练次数 | 第54页 |
| ·网络评价指标 | 第54-55页 |
| ·网络的训练实例 | 第55-62页 |
| ·正交实验法 | 第55页 |
| ·正交实验法中训练参数的选取 | 第55-62页 |
| ·实验验证 | 第62-64页 |
| ·诊断界面设计 | 第64-65页 |
| 5 结论 | 第65-66页 |
| ·研究结论 | 第65页 |
| ·课题进一步研究方向 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-71页 |
| 独创性声明 | 第71页 |
| 学位论文版权使用授权书 | 第71页 |
