基于遗传算法-误差反传神经网络的变风量空调系统空调箱故障诊断

• 作者: 何军 何金凝 张善兴 晋欣桥 杜志敏
• 来源期刊: 制冷技术
• 关键词: 变风量空调系统 故障诊断 遗传算法 误差反传 神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 15-21
• 页数: 7页
• 字数: 4653字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2019.05.103

摘要

本文针对变风量空调系统空调箱常见的8种软硬故障,提出了基于遗传算法(Genetic Algorithm, GA)结合误差反传(Back Propagation,BP)神经网络的故障诊断方法.通过变风量空调系统硬件在环仿真平台获取了不同故障工况下的数据;在BP神经网络模型的基础上,利用遗传算法对其权值和阈值进行优化,建立了GA-BP神经网络故障诊断优化模型;分析比较了BP模型和GA-BP优化模型的故障诊断性能.结果表明:GA-BP优化模型可以有效分离出8种故障,较BP模型有更好的故障诊断性能,准确率提高至90.7%;在相同神经元个数的情况下,GA-BP优化模型的故障诊断准确率更加稳定.

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	何军	上海交通大学制冷与低温工程研究所	29	79	5.0	8.0
4	张善兴	上海交通大学制冷与低温工程研究所	1	0	0.0	0.0
5	何金凝	上海交通大学制冷与低温工程研究所	1	0	0.0	0.0