基于遗传神经网络的除湿机故障诊断与寿命预测

• 作者: 吴亚锋 张琪 徐建
• 来源期刊: 装备环境工程
• 学科: 工学
• 关键词: 遗传算法 神经网络 除湿机 露点温度
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 装备通用质量特性及寿命评估
• 页码范围: 78-83
• 页数: 6页
• 分类号: TJ07|TP391.5
• 字数: 4817字
• 语种: 中文
• DOI: 10.7643/issn.1672-9242.2017.01.018

摘要

目的 识别除湿机的性能状态和预测吸附剂的剩余寿命.方法 针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型.首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式.其次,利用遗传神经网络建立状态参数和故障模式的映射关系.最后,对表征设备吸附能力的主参数进行外推预测.结果 训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高.结论 该方法可有效地实现对除湿机的故障诊断与预测..

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴亚锋	西北工业大学动力与能源学院	89	651	14.0	21.0