| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文的研究内容与创新 | 第13-14页 |
| ·本文的研究内容 | 第13页 |
| ·本文的创新点 | 第13-14页 |
| ·本文的结构安排 | 第14-17页 |
| 第2章 相关知识介绍 | 第17-33页 |
| ·中央空调系统介绍 | 第17-21页 |
| ·工作原理 | 第17-18页 |
| ·故障分析 | 第18-20页 |
| ·诊断问题特点 | 第20-21页 |
| ·故障诊断方法介绍 | 第21-24页 |
| ·常用故障诊断方法 | 第21-24页 |
| ·本文故障诊断方法 | 第24页 |
| ·BP神经网络介绍 | 第24-28页 |
| ·BP神经网络的思路 | 第24-25页 |
| ·BP神经网络的运行原理 | 第25-28页 |
| ·SOM神经网络介绍 | 第28-30页 |
| ·SOM神经网络的思路 | 第28-29页 |
| ·SOM神经网络的运行原理 | 第29-30页 |
| ·MATLAB介绍 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 BP和SOM神经网络的中央空调故障诊断研究 | 第33-53页 |
| ·故障类别和状态参数 | 第33-35页 |
| ·故障类别的确定 | 第33页 |
| ·状态参数的确定 | 第33-35页 |
| ·BP神经网络模型 | 第35-38页 |
| ·网络的层数 | 第35页 |
| ·神经元的数目 | 第35-36页 |
| ·初始权值的选择 | 第36页 |
| ·学习率及期望误差 | 第36-37页 |
| ·激活函数及训练函数 | 第37-38页 |
| ·BP神经网络仿真实验 | 第38-43页 |
| ·网络样本的选取 | 第38-39页 |
| ·输入数据的处理 | 第39页 |
| ·输出数据的处理 | 第39-40页 |
| ·训练实验及结果分析 | 第40-43页 |
| ·SOM神经网络模型 | 第43-45页 |
| ·输出层设计 | 第44页 |
| ·权值初始化问题 | 第44-45页 |
| ·优胜邻域的设计 | 第45页 |
| ·学习率的设计 | 第45页 |
| ·SOM神经网络仿真实验 | 第45-50页 |
| ·故障特征模式的确定 | 第45-46页 |
| ·期望训练结果的确定 | 第46页 |
| ·训练实验及结果分析 | 第46-50页 |
| ·本章小结 | 第50-53页 |
| 第4章 SOM-BP串联神经网络的中央空调故障诊断研究 | 第53-61页 |
| ·SOM-BP串联神经网络 | 第53-56页 |
| ·SOM-BP串联神经网络的产生 | 第53页 |
| ·SOM-BP串联神经网络的思路 | 第53-54页 |
| ·SOM-BP串联神经网络的步骤 | 第54-55页 |
| ·SOM-BP串联神经网络的参数设置 | 第55-56页 |
| ·训练实验及结果分析 | 第56-59页 |
| ·样本数据提取 | 第56页 |
| ·仿真训练测试 | 第56-59页 |
| ·三种网络对比 | 第59页 |
| ·串联网络的实际应用 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 中央空调监控子系统的设计与实现 | 第61-77页 |
| ·智慧社区集成系统总体设计 | 第61-64页 |
| ·系统设计目标 | 第61-62页 |
| ·系统体系结构 | 第62-63页 |
| ·系统功能结构 | 第63-64页 |
| ·空调在线监控与故障诊断子系统设计 | 第64-67页 |
| ·系统设计目标 | 第64-65页 |
| ·系统运行环境 | 第65页 |
| ·系统拓扑结构 | 第65-66页 |
| ·系统功能结构 | 第66-67页 |
| ·系统数据库设计 | 第67-70页 |
| ·系统实现 | 第70-76页 |
| ·登录界面的实现 | 第70页 |
| ·空调基本信息的实现 | 第70-71页 |
| ·单位信息管理的实现 | 第71-72页 |
| ·监控中心的实现 | 第72-75页 |
| ·故障记录的实现 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77页 |
| ·后续研究工作及展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |