螺杆式冷水机组故障诊断技术研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-12页 |
| 1 绪论 | 第12-22页 |
| ·课题的提出及研究的目的和意义 | 第12-15页 |
| ·课题的提出 | 第12-14页 |
| ·研究课题的目的和意义 | 第14-15页 |
| ·国内外空调系统故障检测和诊断研究的现状 | 第15-21页 |
| ·故障诊断发展概况 | 第15页 |
| ·故障诊断在HVACR 的发展概况 | 第15-18页 |
| ·暖通空调故障诊断技术简介 | 第18-19页 |
| ·暖通空调故障检测和诊断研究的主要方法综述 | 第19-21页 |
| ·本文主要研究的内容和解决的问题 | 第21-22页 |
| 2 模糊数学在螺杆式冷水机组故障诊断中的应用 | 第22-46页 |
| ·模糊数学的由来及发展 | 第22-23页 |
| ·模糊数学的由来 | 第22-23页 |
| ·模糊数学与统计数学的区别 | 第23页 |
| ·模糊数学应用于故障诊断的特点 | 第23页 |
| ·模糊综合评判 | 第23-34页 |
| ·模糊集 | 第23-24页 |
| ·模糊变换 | 第24页 |
| ·故障原因集 | 第24页 |
| ·故障征兆集 | 第24页 |
| ·故障权重集 | 第24-25页 |
| ·隶属函数的确定 | 第25-28页 |
| ·诊断算法 | 第28-30页 |
| ·单原因模糊综合评判 | 第30-32页 |
| ·多级模糊综合评判 | 第32-33页 |
| ·模糊逻辑诊断方法 | 第33-34页 |
| ·螺杆式冷水机组故障评判 | 第34-39页 |
| ·螺杆式冷水机组的常见故障 | 第34-36页 |
| ·水冷螺杆式制冷机组常见故障各状态隶属函数值 | 第36-39页 |
| ·水冷螺杆式制冷机组常见故障征兆权重值 | 第39页 |
| ·水冷螺杆式制冷机组常见故障的模糊综合评判 | 第39页 |
| ·诊断程序 | 第39-46页 |
| ·程序编制说明 | 第39-40页 |
| ·程序 | 第40-43页 |
| ·算例 | 第43-46页 |
| 3 实验 | 第46-68页 |
| ·实验目的 | 第46-48页 |
| ·暖通空调系统节能简述 | 第46页 |
| ·空调系统常见节能设计和控制方式 | 第46-47页 |
| ·课题实验目的 | 第47-48页 |
| ·实验装置 | 第48-52页 |
| ·实验简介 | 第48页 |
| ·实验台搭建 | 第48-52页 |
| ·实验的理论基础 | 第52-53页 |
| ·蒸气压缩制冷循环 | 第52页 |
| ·基本公式 | 第52-53页 |
| ·实验内容 | 第53-54页 |
| ·实验方案 | 第54-55页 |
| ·实验结果 | 第55-65页 |
| ·实验数据处理 | 第55页 |
| ·冷却水水量减少 | 第55-57页 |
| ·冷冻水水量减少 | 第57-58页 |
| ·冷却水水量增加 | 第58-60页 |
| ·冷冻水水量增加 | 第60-61页 |
| ·制冷剂减少 | 第61-63页 |
| ·制冷剂中含有不凝性气体 | 第63-64页 |
| ·冷却塔风机故障 | 第64-65页 |
| ·表征故障特征参数变化的数学模型 | 第65-68页 |
| 4 人工神经网络在螺杆式冷水机组故障诊断中的应用 | 第68-84页 |
| ·人工神经网络简介 | 第68-73页 |
| ·人工神经网络概念的提出 | 第68页 |
| ·人工神经网络的数学基础 | 第68-70页 |
| ·人工神经网络的基本结构与模型 | 第70-73页 |
| ·反向传播网络 | 第73-78页 |
| ·BP 网络学习规则 | 第73-76页 |
| ·MATLAB 神经网络工具箱简介 | 第76页 |
| ·BP 网络的训练及其设计过程 | 第76-78页 |
| ·螺杆式冷水机组故障诊断的神经网络训练 | 第78-84页 |
| ·输入矢量的确定 | 第78-79页 |
| ·目标矢量的确定 | 第79页 |
| ·网络训练 | 第79-81页 |
| ·算例 | 第81-84页 |
| 5 结论及展望 | 第84-86页 |
| ·结论 | 第84页 |
| ·建议与展望 | 第84-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录:A:作者在攻读硕士学位期间发表的论文目录 | 第92-112页 |
| B:基于C++神经网络故障诊断训练程序 | 第93-112页 |
