基于离散型Hopfield神经网络的制冷剂充注量故障诊断的新策略

• 作者: 寻惟德 李绍斌 袁玥 谭泽汉 郭亚宾 陈焕新
• 来源期刊: 制冷技术
• 关键词: 制冷空调系统 制冷剂充注量 故障诊断 Hopfield神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 8-13
• 页数: 6页
• 字数: 4099字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2018.03.102

摘要

本文提出了一种应用离散型Hopfield神经网络(Discrete Hopfield Neural Network,DHNN)对制冷剂充注量故障进行诊断的新策略.首先对数据进行清理,然后将原始数据集划分为训练集和测试集,接着对数据进行二值化处理,最后以训练集建立DHNN模型进行故障检测与诊断.实验数据测试集的检测与诊断结果验证了该策略可以用于制冷剂充注量的故障诊断.测试结果表明:基于DHNN的制冷剂充注量故障诊断模型可以有效地诊断出充注不足故障,收敛速度快,具有较好的实用性.

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	华中科技大学能源与动气工程学院	150	1067	18.0	25.0
2	郭亚宾	华中科技大学能源与动气工程学院	16	60	4.0	7.0
3	寻惟德	华中科技大学能源与动气工程学院	2	5	2.0	2.0
4	袁玥	华中科技大学中欧清洁与可再生新能源学院	4	19	2.0	4.0
5	谭泽汉		7	35	3.0	5.0
6	李绍斌		3	10	2.0	3.0