| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 地铁站冷水机组简介 | 第13-15页 |
| 1.2.1 地铁站空调系统 | 第13-14页 |
| 1.2.2 冷水机组选型 | 第14页 |
| 1.2.3 冷水机组原理 | 第14-15页 |
| 1.3 ASHRAE 1043-RP介绍 | 第15-19页 |
| 1.3.1 系统介绍 | 第15-16页 |
| 1.3.2 数据采集 | 第16-17页 |
| 1.3.3 常见故障 | 第17-19页 |
| 1.4 冷水机组故障检测研究现状 | 第19-22页 |
| 1.4.1 基于数据驱动的故障检测研究现状 | 第20-22页 |
| 1.4.2 离群点检测及剔除研究现状 | 第22页 |
| 1.5 本文章节安排 | 第22-25页 |
| 第2章 基于KICA的冷水机组故障检测 | 第25-39页 |
| 2.1 引言 | 第25页 |
| 2.2 变量选择与数据分析 | 第25-29页 |
| 2.2.1 变量选择 | 第25-26页 |
| 2.2.2 线性不可分性分析 | 第26-27页 |
| 2.2.3 非高斯性分析 | 第27-29页 |
| 2.3 核独立成分分析算法 | 第29-32页 |
| 2.3.1 独立成分分析 | 第29-31页 |
| 2.3.2 核技巧 | 第31-32页 |
| 2.4 基于KICA的冷水机组故障检测 | 第32-35页 |
| 2.4.1 独立元个数的选取 | 第32页 |
| 2.4.2 统计模型建立 | 第32-34页 |
| 2.4.3 冷水机组故障检测模型 | 第34-35页 |
| 2.5 实验验证 | 第35-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第3章 基于离群点剔除的故障检测模型 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 离群点简介 | 第39-41页 |
| 3.2.1 离群点的定义与成因 | 第39-40页 |
| 3.2.2 离群点对模型的影响 | 第40-41页 |
| 3.3 基于离群点剔除的故障检测模型 | 第41-44页 |
| 3.4 实验验证 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于粒子群优化的KICA-SVDD故障检测 | 第49-63页 |
| 4.1 引言 | 第49-50页 |
| 4.2 粒子群优化算法 | 第50-51页 |
| 4.3 支持向量描述 | 第51-53页 |
| 4.4 冷水机组故障检测模型建立 | 第53-57页 |
| 4.4.1 核参数的选择 | 第53-55页 |
| 4.4.2 SVDD构造统计量 | 第55-56页 |
| 4.4.3 算法整体流程 | 第56-57页 |
| 4.5 实验验证 | 第57-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第5章 现场实验与结果分析 | 第63-75页 |
| 5.1 引言 | 第63页 |
| 5.2 现场实验 | 第63-68页 |
| 5.2.1 实训平台简介 | 第63-64页 |
| 5.2.2 传感器布置 | 第64-65页 |
| 5.2.3 数据采集 | 第65-66页 |
| 5.2.4 故障模拟 | 第66-68页 |
| 5.3 结果验证 | 第68-74页 |
| 5.4 本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 总结 | 第75-76页 |
| 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的学术成果 | 第81-83页 |
| 致谢 | 第83-84页 |