基于优化神经网络的空调系统未知类型故障诊断

• 作者: 丁新磊 李绍斌 谭泽汉 郭亚宾 陈焕新
• 来源期刊: 制冷技术
• 关键词: 神经网络 未知类型故障 故障诊断 制冷空调系统
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 7-13
• 页数: 7页
• 字数: 4511字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2018.05.102

摘要

目前基于数据驱动方法的制冷系统故障诊断模型,只能对参与建模训练的已知类型故障进行诊断,而对于未参与建模训练的未知类型故障,不能正确地诊断.针对这一问题,本文提出了一种优化神经网络的故障诊断策略.利用己知类型的故障数据建立BP神经网络模型,然后确定一个区分阈值,能够实现对未知类型故障的诊断识别.结果表明:对于包含所有故障类型的测试数据,模型的诊断正确率为88.62％,对于其中的未知类型故障,模型的诊断效果显著,正确率为99.48％.

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力工程学院	150	1067	18.0	25.0
2	丁新磊	华中科技大学能源与动力工程学院	4	11	2.0	3.0
3	郭亚宾	华中科技大学能源与动力工程学院	16	60	4.0	7.0
4	谭泽汉		7	35	3.0	5.0
5	李绍斌		3	10	2.0	3.0