暖通空調(diào)（Heating,Ventilation and Air Conditioning,HVAC）是包含溫度、濕度、空氣清凈度以及空氣循環(huán)的控制系統(tǒng)。作為HVAC系統(tǒng)中的關(guān)鍵環(huán)節(jié),空氣處理單元（Air Handling Unit,AHU）由多個(gè)子系統(tǒng)組成,與這些子系統(tǒng)相關(guān)的硬件故障或控制器錯(cuò)誤都有可能導(dǎo)致AHU系統(tǒng)異常,從而影響HVAC系統(tǒng)的整體性能。近年來(lái),以人工神經(jīng)網(wǎng)絡(luò)為核心的深度學(xué)習(xí)領(lǐng)域發(fā)展迅猛,其中反向傳播神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network,BPNN）因其良好的分類(lèi)和預(yù)測(cè)能力而被運(yùn)用于AHU系統(tǒng)的故障診斷中,然而卷積神經(jīng)網(wǎng)絡(luò)等更前沿的人工神經(jīng)網(wǎng)絡(luò)卻未能在該領(lǐng)域得到充分引入。由于卷積神經(jīng)網(wǎng)絡(luò)具有出眾的特征提取能力,可以對(duì)變量中的異常予以學(xué)習(xí)和捕捉,且在應(yīng)對(duì)變量測(cè)量值中攜帶的噪聲方面具有良好的魯棒性,因此利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)AHU系統(tǒng)中的故障進(jìn)行檢測(cè)和診斷具有研究?jī)r(jià)值。本文提出了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)（One-Dimensional Convolutional Neural Network,1-D CNN）和小波聚類(lèi)分析的AHU系統(tǒng)故障診斷... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及章節(jié)安排
第二章 基于1-D CNN的 AHU系統(tǒng)故障診斷方法的基礎(chǔ)理論
    2.1 AHU系統(tǒng)基礎(chǔ)理論
        2.1.1 典型的AHU系統(tǒng)結(jié)構(gòu)
        2.1.2 送風(fēng)溫度控制環(huán)路中常見(jiàn)的傳感器故障
    2.2 神經(jīng)網(wǎng)絡(luò)基本理論
        2.2.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        2.2.2 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
        2.2.3 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 小波聚類(lèi)基礎(chǔ)理論
    2.4 矩陣論基礎(chǔ)理論
        2.4.1 線性空間的基和坐標(biāo)
        2.4.2 線性子空間
        2.4.3 向量在子空間的投影
    2.5 本章小結(jié)
第三章 基于1-D CNN的 AHU系統(tǒng)故障檢測(cè)與診斷方法
    3.1 故障檢測(cè)與診斷方法概覽
    3.2 初步故障檢測(cè)
        3.2.1 基于1-D CNN的特征提取
        3.2.2 基于小波聚類(lèi)的初步故障檢測(cè)
    3.3 初步故障診斷
        3.3.1 監(jiān)督量傳感器的初步備故障診斷
        3.3.2 被控量傳感器的初步備故障診斷
    3.4 候選故障的確認(rèn)
    3.5 本章小結(jié)
第四章 1-D CNN故障診斷方法的實(shí)驗(yàn)驗(yàn)證及性能評(píng)估
    4.1 實(shí)驗(yàn)準(zhǔn)備
        4.1.1 數(shù)據(jù)集準(zhǔn)備
        4.1.2 故障檢測(cè)和診斷的評(píng)價(jià)指標(biāo)
    4.2 初步故障檢測(cè)和診斷的驗(yàn)證
        4.2.1 初步故障檢測(cè)的驗(yàn)證
        4.2.2 初步故障診斷的驗(yàn)證
    4.3 最佳閾值的選取
    4.4 性能評(píng)估
        4.4.1 故障檢測(cè)效率
        4.4.2 故障診斷效率
        4.4.3 高斯白噪聲條件下的魯棒性測(cè)試
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3423414