基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于TRNSYS的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障.
推荐文章
带偏差单元递归神经网络齿轮箱故障诊断
坦克传动系统
齿轮箱
故障诊断
递归神经网络
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于神经网络的整流电路故障诊断
故障诊断
神经网络
整流电路
BP算法
基于神经网络的电气设备故障诊断
电气设备
故障诊断
神经网络
学习算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的空调箱故障诊断
来源期刊 东南大学学报(英文版) 学科 工学
关键词 空调箱 故障特性 故障诊断 神经网络
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 355-358
页数 分类号 TU83
字数 546字 语种 英文
DOI 10.3969/j.issn.1003-7985.2010.02.047
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 晋欣桥 上海交通大学制冷与低温工程研究所 80 754 16.0 23.0
2 杜志敏 上海交通大学制冷与低温工程研究所 60 451 12.0 18.0
3 杨学宾 上海交通大学制冷与低温工程研究所 6 26 3.0 5.0
4 范波 上海交通大学制冷与低温工程研究所 12 61 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (69)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(24)
  • 引证文献(2)
  • 二级引证文献(22)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
空调箱
故障特性
故障诊断
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导