多联机系统制热工况下的制冷剂充注量故障诊断模型——基于多层卷积神经网络

• 作者: 李正飞 程亨达 程向东 陈焕新
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 多联机系统 故障诊断 卷积神经网络 制冷剂充注量故障 正交试验
• 年，卷（期）: 2020,（1）
• 页码范围: 40-47
• 页数: 8页
• 分类号: TB657.2|TU831.3|TP183
• 字数: 4969字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2020.01.040

摘要

本文提出一种基于卷积神经网络的故障诊断模型,并通过正交试验优化了3层网络的卷积核和神经元数目,利用图形化的多联机(VRF)系统制冷剂充注量故障实验数据训练了多层卷积神经网络,评估了本模型的故障诊断性能.结果表明:该"数据图形化-多层卷积神经网络"方法建立的模型能够有效进行多联机制冷剂充注量故障诊断,20个输入特征时,对9类故障诊断总正确率最大为91％,比传统BP神经网络达到更高的诊断精度.该方法首次利用卷积神经网络完成了VRF制冷剂充注量故障诊断,为相关研究的拓展奠定了基础.

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	李正飞	华中科技大学能源与动力工程学院	10	11	2.0	3.0
3	程亨达	华中科技大学能源与动力工程学院	2	0	0.0	0.0
4	程向东		4	4	1.0	1.0