基于小波去噪和神经网络的冷水机组故障诊断

• 作者: 李冠男 石书彪 胡云鹏 胡文举 陈焕新 黎浩荣
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 冷水机组 故障检测与诊断 神经网络 小波分析 贝叶斯正则化
• 年，卷（期）: 2016,（1）
• 页码范围: 12-17
• 页数: 6页
• 分类号: TU831.4|TP183
• 字数: 3919字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2016.01.012

摘要

对基于神经网络方法的冷水机组故障监测效率取决于训练数据和被测数据的质量问题进行了研究。采用小波变换的方法剔除测量数据中的噪声，提高数据质量，从而提高冷水机组故障诊断效率。结果表明：采用小波变换使得各个水平故障的检测效率均得到提高，尤其水平一的故障检测效率提高明显。故障水平一检测率的提高能够及时的辨别冷水机组的故障，从而采用措施防止故障进一步恶化，对降低能源消耗、提高系统的可靠性以及保证室内舒适性具有重要的意义。通过利用ASHRAE Project提供的数据对故障诊断与检测( fault detection and diagnosis)策略进行验证，检测率明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学制冷与低温实验室	150	1067	18.0	25.0
2	胡云鹏	华中科技大学制冷与低温实验室	16	300	10.0	16.0
3	李冠男	华中科技大学制冷与低温实验室	18	287	10.0	16.0
4	胡文举	北京建筑大学供热供燃气通风及空调工程北京市重点实验室	31	147	6.0	10.0
5	石书彪	华中科技大学制冷与低温实验室	5	88	4.0	5.0