中文摘要 | 第3-4页 |
英文摘要 | 第4页 |
1 绪论 | 第7-19页 |
1.1 研究背景及意义 | 第7-8页 |
1.2 FDD故障诊断检测方法概述 | 第8-16页 |
1.2.1 FDD故障检测应用发展历史 | 第9页 |
1.2.2 FDD故障检测与诊断理论分类 | 第9-11页 |
1.2.3 常用FDD故障检测与诊断方法 | 第11-14页 |
1.2.4 常规阀门故障诊断与检测方法 | 第14-16页 |
1.3 研究内容和结构 | 第16-19页 |
1.3.1 研究内容和目的 | 第16-17页 |
1.3.2 研究方法和技术路线 | 第17-19页 |
2 调节阀控制及支持向量机基础理论 | 第19-33页 |
2.1 调节阀基础控制理论概述 | 第19-20页 |
2.2 调节阀非线性控制故障特性 | 第20-23页 |
2.3 支持向量机基础概念 | 第23-27页 |
2.3.1 支持向量机理论背景 | 第23-24页 |
2.3.2 支持向量机的分类 | 第24页 |
2.3.3 VC维(Vapnik-Chervonenkis dimension) | 第24-25页 |
2.3.4 超平面(hyperplane) | 第25页 |
2.3.5 最大分类间距 | 第25-26页 |
2.3.6 核函数(kernel) | 第26-27页 |
2.4 支持向量机(SVM)基本原理 | 第27-30页 |
2.4.1 支持向量机的优点 | 第30页 |
2.5 本章小结 | 第30-33页 |
3 基于支持向量机的调节阀故障检测与诊断方法 | 第33-43页 |
3.1 管网系统仿真软件 | 第33-37页 |
3.1.1 管路模块 | 第34-35页 |
3.1.2 水泵模块 | 第35-36页 |
3.1.3 阀门模块 | 第36页 |
3.1.4 控制器模块 | 第36页 |
3.1.5 测量器模块 | 第36-37页 |
3.2 空调水系统调节阀故障检测与诊断基本策略 | 第37-39页 |
3.3 指数加权移动平均(EWMA)控制图 | 第39-42页 |
3.4 本章小结 | 第42-43页 |
4 基于支持向量机的调节阀故障检测与诊断方法应用 | 第43-59页 |
4.1 建立空调水系统模型 | 第43-44页 |
4.2 空调水系统模拟工况 | 第44-47页 |
4.3 LIBSVM工具箱使用 | 第47-54页 |
4.3.1 LIBSVM工具箱介绍 | 第47-48页 |
4.3.2 数据处理 | 第48-49页 |
4.3.3 基于SVM的故障检测模型训练 | 第49-53页 |
4.3.4 基于SVM的故障诊断模型训练 | 第53-54页 |
4.4 EWMA控制图在故障诊断模型中的应用 | 第54-58页 |
4.5 本章小结 | 第58-59页 |
5 结论与展望 | 第59-61页 |
致谢 | 第61-63页 |
参考文献 | 第63-67页 |
附录 | 第67-69页 |