基于数据-时间注意力机制的冷水机组传感器故障诊断研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 传感器FDD在制冷空调系统中的研究现状

1.2.1 统计分析方法

1.2.2 信号处理方法

1.2.3 人工智能方法

1.3 问题的提出

1.3.1 冷水机组传感器数据特征的提取

1.3.2 冷水机组传感器故障诊断策略的建立

1.4 本文研究内容

第2章 压缩式冷水机组构成与传感器数据特征分析

2.1 压缩式冷水机组的运行机理

2.2 传感器数据特征分析

2.2.1 动态数据相关性

2.2.2 动态时间相关性

2.2.3 受外部因素及控制参数的影响

2.3 本章小结

第3章 DAN模型的构建

3.1 DAN模型的构建思想

3.2 变量声明

3.3 门限递归单元GRU

3.4 基于GRU的编码-解码器神经网络EDN

3.5 载有数据注意力机制的编码器结构分析

3.5.1 双向GRU神经网络

3.5.2 数据注意力机制

3.6 载有时间注意力机制及融合模块的解码器结构分析

3.6.1 时间注意力机制

3.6.2 融合模块的引入

3.6.3 深层GRU神经网络

3.7 本章小结

第4章 基于DAN模型的冷水机组传感器故障诊断策略

4.1 高效传感器故障诊断策略的构建原则

4.2 冷水机组传感器数据介绍

4.3 四种典型传感器故障类型的引入

4.4 基于DAN模型的冷水机组传感器故障诊断流程

4.4.1 模型训练

4.4.2 故障阈值确定

4.4.3 传感器故障诊断

4.5 本章小结

第5章 实验验证与对比分析

5.1 四种基于EDN的对比模型的引入

5.2 训练性能对比与分析

5.2.1 正常数据重建性能对比

5.2.2 数据注意力机制分析

5.2.3 时间注意力机制分析

5.3 传感器故障诊断性能对比与分析

5.3.1 灵敏度对比与分析

5.3.2 传感器故障诊断效率对比与分析

5.3.3 与PCA模型在传感器故障诊断效率上的对比

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

发表论文和参加科研情况说明

致谢