| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 反渗透脱盐水处理过程控制发展情况 | 第10-11页 |
| 1.3 反渗透膜故障诊断技术发展情况 | 第11-13页 |
| 1.4 本文的主要工作及结构安排 | 第13-15页 |
| 1.4.1 主要工作 | 第13页 |
| 1.4.2 结构安排 | 第13-15页 |
| 第2章 反渗透脱盐水处理过程及故障分析 | 第15-21页 |
| 2.1 反渗透脱盐水处理过程描述 | 第15-16页 |
| 2.2 故障分析 | 第16-19页 |
| 2.2.1 影响因素 | 第17-18页 |
| 2.2.2 故障类型 | 第18-19页 |
| 2.3 监控要求 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 反渗透脱盐水处理自动控制系统 | 第21-39页 |
| 3.1 引言 | 第21页 |
| 3.2 控制系统结构 | 第21-23页 |
| 3.3 控制系统功能 | 第23-24页 |
| 3.4 系统软硬件平台 | 第24-26页 |
| 3.5 上下位通讯方式 | 第26-27页 |
| 3.6 监控软件开发 | 第27-38页 |
| 3.6.1 控制软件开发 | 第27-32页 |
| 3.6.2 操作指导画面开发 | 第32-38页 |
| 3.7 小结 | 第38-39页 |
| 第4章 反渗透膜故障的案例推理诊断系统 | 第39-57页 |
| 4.1 引言 | 第39-40页 |
| 4.2 传统CBR故障诊断系统 | 第40-43页 |
| 4.2.1 系统结构 | 第40-41页 |
| 4.2.2 基本算法 | 第41-42页 |
| 4.2.3 案例维护策略 | 第42-43页 |
| 4.3 基于Fuzzy ART案例维护的CBR故障诊断模型 | 第43-47页 |
| 4.3.1 模型结构与功能 | 第43-44页 |
| 4.3.2 算法实现 | 第44-46页 |
| 4.3.3 算法步骤 | 第46-47页 |
| 4.4 实验研究 | 第47-53页 |
| 4.4.1 实验数据及参数设置 | 第47-48页 |
| 4.4.2 近邻个数选取 | 第48页 |
| 4.4.3 样本量和特征数影响 | 第48-49页 |
| 4.4.4 鲁棒性实验 | 第49-51页 |
| 4.4.5 案例维护模型对比实验 | 第51页 |
| 4.4.6 不同分类方法对比实验 | 第51-53页 |
| 4.5 故障诊断软件开发 | 第53-55页 |
| 4.6 小结 | 第55-57页 |
| 第5章 工程应用 | 第57-67页 |
| 5.1 应用背景 | 第57页 |
| 5.2 安装调试 | 第57-58页 |
| 5.3 应用效果 | 第58-66页 |
| 5.3.1 监控软件应用效果 | 第59-60页 |
| 5.3.2 故障诊断软件应用效果 | 第60-66页 |
| 5.4 小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间所发表的学术论文 | 第73页 |
| 攻读硕士学位期间参加的工程项目 | 第73-75页 |
| 致谢 | 第75页 |