基于递阶结构的变风量空调系统故障检测与诊断研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-30页 |
| ·变风量空调系统及其故障 | 第13-17页 |
| ·变风量空调系统简介 | 第13-16页 |
| ·VAV系统故障及其后果 | 第16-17页 |
| ·故障检测与诊断研究 | 第17-26页 |
| ·故障检测与诊断基本概念 | 第17-18页 |
| ·故障检测与诊断方法 | 第18-21页 |
| ·空调系统FDD研究状况 | 第21-26页 |
| ·本课题研究目的和意义 | 第26-27页 |
| ·本文的主要研究内容与创新 | 第27-29页 |
| ·主要研究内容 | 第27-28页 |
| ·主要创新点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第2章 递阶结构FDD概要及实验系统简介 | 第30-38页 |
| ·VAV 系统FDD 整体方案 | 第30-32页 |
| ·系统级故障检测 | 第32-33页 |
| ·单元级故障诊断 | 第33页 |
| ·元件级故障诊断 | 第33-34页 |
| ·VAV 实验系统简介 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第3章 系统级故障检测 | 第38-77页 |
| ·模糊神经网络 | 第38-54页 |
| ·人工神经网络 | 第39-41页 |
| ·模糊逻辑 | 第41-46页 |
| ·基于Mandani推理的模糊神经网络 | 第46-51页 |
| ·基于 Takagi 推理的模糊神经网络 | 第51-53页 |
| ·模糊神经网络的实现 | 第53-54页 |
| ·系统级FNN模型建立 | 第54-66页 |
| ·模型输入输出变量选择 | 第54-56页 |
| ·数据获取 | 第56-57页 |
| ·模型训练和测试 | 第57-66页 |
| ·系统级故障检测与分析 | 第66-75页 |
| ·基于能耗残差 | 第66-70页 |
| ·基于残差统计量 | 第70-75页 |
| ·本章小结 | 第75-77页 |
| 第4章 单元级故障诊断 | 第77-111页 |
| ·基于控制回路的故障诊断方法 | 第77-82页 |
| ·故障检测与诊断基本原理和过程 | 第78-80页 |
| ·VAV 系统故障诊断单元 | 第80-82页 |
| ·遗传算法辨识ARMAX 模型 | 第82-92页 |
| ·ARX 和 ARMAX 模型 | 第82-86页 |
| ·遗传算法简介 | 第86-87页 |
| ·ARMAX 模型辨识 | 第87-91页 |
| ·MATLAB 实现 | 第91-92页 |
| ·控制量预测模型建立 | 第92-105页 |
| ·输出输入变量确定 | 第92-95页 |
| ·数据获取与处理 | 第95-100页 |
| ·模型辨识 | 第100-104页 |
| ·模型检验 | 第104-105页 |
| ·故障检测与诊断 | 第105-110页 |
| ·房间温度（被控量）变化分析 | 第106-108页 |
| ·风门控制信号（控制量）变化分析 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 第5章 元件级故障诊断 | 第111-135页 |
| ·模式匹配故障诊断方法 | 第111-114页 |
| ·仿真模型建立 | 第114-120页 |
| ·基于物理机理建模 | 第114-118页 |
| ·仿真模型实现 | 第118-120页 |
| ·故障定性模式获取 | 第120-127页 |
| ·送风温度传感器测量值偏大（故障 A1） | 第121-122页 |
| ·送风温度传感器测量值偏小（故障 A2） | 第122-123页 |
| ·冷水调节阀卡涩且开度偏大(故障 B1) | 第123-124页 |
| ·冷水调节阀卡涩且开度偏小(故障 B2) | 第124页 |
| ·冷却盘管入口管道水泄漏（故障 D） | 第124-125页 |
| ·冷水泵完全损坏(故障 E) | 第125-127页 |
| ·故障诊断 | 第127-134页 |
| ·运行条件和数据 | 第127-129页 |
| ·定性模式匹配 | 第129-130页 |
| ·定量模式匹配 | 第130-134页 |
| ·本章小结 | 第134-135页 |
| 结论与展望 | 第135-139页 |
| 参考文献 | 第139-153页 |
| 附录 A 攻读博士学位期间发表的论文 | 第153-155页 |
| 致谢 | 第155页 |
