神經(jīng)網(wǎng)絡空調(diào)箱故障診斷(英文)

基于人工神經(jīng)網(wǎng)絡的自學習功能和能夠表達復雜關(guān)系的特點,針對桑塔納2000空調(diào)、冷卻系統(tǒng)的控制關(guān)系建立了相關(guān)神經(jīng)網(wǎng)絡仿真模型并進行了仿真和故障診斷的研究。事實證明,神經(jīng)網(wǎng)絡技術(shù)是復雜車輛控制系統(tǒng)的控制關(guān)系分析和故障診斷的一種便捷、有效的方法。

建立中央空調(diào)的靜態(tài)物理模型,通過抽取特征向量殘差,建立中央空調(diào)故障狀態(tài)和特征向量之間的映射關(guān)系。通過人工引入故障,對某大樓中央空調(diào)運行的現(xiàn)場測量,測量結(jié)果經(jīng)處理后輸入概率神經(jīng)網(wǎng)絡,經(jīng)運算后對中央空調(diào)進行故障檢測與診斷。結(jié)果表明,該方法簡單可行,運算時間短,能夠?qū)崿F(xiàn)對中央空調(diào)的故障檢測與診斷。

空調(diào)系統(tǒng)的故障診斷十分復雜。針對傳統(tǒng)故障診斷的不足,提出神經(jīng)網(wǎng)絡與信息融合相結(jié)合的故障綜合診斷方法,對來自多個時刻的故障信息進行融合,得到更為準確的故障綜合診斷結(jié)果。通過在集中空調(diào)教學模型上的仿真試驗,證明了該故障診斷方法的可靠性。

將模糊理論與神經(jīng)網(wǎng)絡相結(jié)合,構(gòu)成了模糊神經(jīng)網(wǎng)絡;針對熱泵空調(diào)五種常見故障,分析了模糊神經(jīng)網(wǎng)絡在熱泵空調(diào)故障診斷中的應用。與傳統(tǒng)故障診斷方法相比,基于模糊神經(jīng)網(wǎng)絡的故障診斷方法對單一故障具有很好的識別能力,可以提高診斷精度。

基于神經(jīng)網(wǎng)絡的變風量空調(diào)系統(tǒng)故障診斷——對變風量空調(diào)系統(tǒng)的故障和故障發(fā)生的原因進行了分析．提出了采用bp神經(jīng)網(wǎng)絡對變風量空調(diào)系統(tǒng)的故障進行檢測與診斷．運用matlab中的神經(jīng)網(wǎng)絡工具對故障的模式和故障的原因進行了仿真。

對空調(diào)系統(tǒng)中的溫度、壓力、流量傳感器的漂移故障,提出了一種基于小波神經(jīng)網(wǎng)絡的傳感器故障診斷方法。該方法首先采用小波分析方法對歷史故障數(shù)據(jù)和正常數(shù)據(jù)進行分析,從而提取數(shù)據(jù)的頻帶特征,通過神經(jīng)網(wǎng)絡對這些特征進行學習,使神經(jīng)網(wǎng)絡分析能夠?qū)Υ\斷數(shù)據(jù)的進行故障診斷。仿真實驗的結(jié)果表明,該方法對傳感器的漂移故障能夠?qū)崿F(xiàn)有效地診斷。

對變風量空調(diào)系統(tǒng)的故障和故障發(fā)生的原因進行了分析.提出了采用bp神經(jīng)網(wǎng)絡對變風量空調(diào)系統(tǒng)的故障進行檢測與診斷.運用matlab中的神經(jīng)網(wǎng)絡工具對故障的模式和故障的原因進行了仿真。仿真結(jié)果表明,采用bp神經(jīng)網(wǎng)絡對變風量空調(diào)系統(tǒng)進行故障診斷是行之有效的。

基于補償模糊神經(jīng)網(wǎng)絡的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對其進行模糊化處理，利用補償模糊神經(jīng)網(wǎng)絡建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡和補償模糊邏輯相結(jié)合，采用動態(tài)、全局優(yōu)化的運算，...

目的通過對鋁電解生產(chǎn)過程中的故障進行有效地診斷來提高鋁的生產(chǎn)效率和節(jié)約能源.方法把粗糙集和神經(jīng)網(wǎng)絡結(jié)合起來應用在鋁電解的故障診斷中.先用自組織特征映射網(wǎng)絡(som)對初始數(shù)據(jù)進行離散化后得到?jīng)Q策表,然后用粗糙集理論對決策表進行約簡得到最簡決策表,根據(jù)最簡決策表設計bp神經(jīng)網(wǎng)絡對鋁電解中的故障進行診斷.結(jié)果用粗糙集對神經(jīng)網(wǎng)絡的輸入數(shù)據(jù)進行預處理可以簡化神經(jīng)網(wǎng)絡的結(jié)構(gòu),減少計算量和訓練時間,從而提高整個診斷系統(tǒng)的診斷效率、故障診斷準確率在90%以上.結(jié)論該方法能夠?qū)︿X電解中的故障做出正確的診斷.

基于小波神經(jīng)網(wǎng)絡的空調(diào)系統(tǒng)傳感器故障診斷——文章詳細闡述了小波神經(jīng)網(wǎng)絡(wnn)的原理、結(jié)構(gòu)，并對傳統(tǒng)的bp算法進行了改進。以空調(diào)系統(tǒng)傳感器故障檢測問題為目標，提出了基于wnn的故障診斷方法。通過采集天津博物館中的傳感器數(shù)據(jù)，對訓練好的wnn進行了傳感器...

由于我國智能自動化技術(shù)正在日益精進,對傳感器的故障診斷及修復技術(shù)變得不容忽視,這其中,整流罩的空調(diào)系統(tǒng)傳感器多用于衛(wèi)星等航天器械之上,對該系統(tǒng)的鼓掌診斷多半基于神經(jīng)網(wǎng)絡技術(shù)。文章首先概述整個整流罩空調(diào)系統(tǒng)的各組成部分,然后分析了導致整流罩空調(diào)系統(tǒng)的傳感器發(fā)生故障的主要影響因素及其典型體現(xiàn),最后針對如何對傳感器故障進行診斷提出具體方法,重點體現(xiàn)神經(jīng)網(wǎng)絡技術(shù)。

人的思維有邏輯性和直觀性兩種不同的基本方式.直觀性的思維是將分布式存儲的信息綜合起來,結(jié)果是忽然間產(chǎn)生想法或解決問題的辦法.這種思維方式的根本之處在于以下兩點:①信息是通過神經(jīng)元上的興奮模式分布儲存在網(wǎng)絡上;②信息處理是通過神經(jīng)元之間同時相互作用的動態(tài)過程來完成的.人工神經(jīng)網(wǎng)絡就是一個模擬人的直觀性思維的非線性動力學系統(tǒng),其特色在于信息的分布式儲存和并行協(xié)同處理.

人的思維有邏輯性和直觀性兩種不同的基本方式。直觀性的思維是將分布式存儲的信息綜合起來,結(jié)果是忽然間產(chǎn)生想法或解決問題的辦法。這種思維方式的根本之處在于以下兩點:①信息是通過神經(jīng)元上的興奮模式分布儲存在網(wǎng)絡上;②信息處理是通過神經(jīng)元之間同時相互作用的動態(tài)過程來完成的。人工神經(jīng)網(wǎng)絡就是一個模擬人的直觀性思維的非線性動力學系統(tǒng),其特色在于信息的分布式儲存和并行協(xié)同處理。

針對變風量空調(diào)系統(tǒng)的故障診斷問題及其特點,提出了一種基于改進角分類神經(jīng)網(wǎng)絡——fdcc的故障診斷模型.該模型克服了cc4角分類神經(jīng)網(wǎng)絡輸出結(jié)果為二進制的局限,根據(jù)故障模式所落入的k最近鄰的樣本泛化空間來進行故障診斷,并輸出結(jié)果向量,其各分量為各故障原因可能出現(xiàn)的概率.

詳細闡述了小波神經(jīng)網(wǎng)絡(wnn)的原理、結(jié)構(gòu),并對傳統(tǒng)的bp算法進行了改進。以空調(diào)系統(tǒng)傳感器故障檢測問題為目標,提出了基于wnn的故障診斷方法。通過采集天津博物館中的傳感器數(shù)據(jù),對訓練好的wnn進行了傳感器故障診斷能力的驗證,對溫度傳感器的1℃偏差故障、0.05℃/s速率漂移故障、完全故障、與不同方差下的精度等級下降故障進行了仿真,結(jié)果表明:這種方法對傳感器故障具有很好的診斷效果。

針對普通bp算法存在的收斂速度慢以及容易陷入局部極小點等問題,提出了一種改進的bp算法,應用該算法對空調(diào)系統(tǒng)傳感器故障進行診斷。matlab仿真運行證明,在相同的條件下,改進的bp算法加快了網(wǎng)絡的收斂速度,避免了陷入局部極小的問題。在故障診斷的準確率方面優(yōu)于普通的bp神經(jīng)網(wǎng)絡。

選擇熱力參數(shù)集組成反映制冷系統(tǒng)故障狀態(tài)的特征向量,提出了利用概率神經(jīng)網(wǎng)絡通過模式分類來聯(lián)系系統(tǒng)故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系.對實際試驗結(jié)果的應用嘗試表明,該診斷方法可行且有效,為開發(fā)以人工神經(jīng)網(wǎng)絡為框架的制冷系統(tǒng)故障診斷系統(tǒng)提供了研究基礎.

針對空調(diào)系統(tǒng)中的不同故障,分析了空調(diào)箱的故障特性,并討論了不同故障對空調(diào)系統(tǒng)能耗及熱舒適性的影響.仿真試驗結(jié)果表明,送風溫度的測量故障會導致系統(tǒng)能耗的增加.根據(jù)故障特性,提出了一種基于神經(jīng)網(wǎng)絡的數(shù)據(jù)處理方法,用以檢測和診斷空調(diào)箱中的傳感器故障.該方法首先選取歷史數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練,實現(xiàn)對系統(tǒng)運行狀態(tài)的識別和預測.然后,通過比較測量值與預測值,計算出相對誤差,實現(xiàn)對故障的診斷.最后,利用基于trnsys的仿真器,對神經(jīng)網(wǎng)絡的故障診斷策略進行了驗證.結(jié)果表明,神經(jīng)網(wǎng)絡可以有效診斷空調(diào)系統(tǒng)中的溫度、流量和壓力傳感器故障.

文章以熱泵機組為研究對象,從實驗測試的角度建立故障-征兆模型。采用bp神經(jīng)網(wǎng)絡對熱泵機組進行故障診斷并利用matlab仿真,仿真結(jié)果表明基于bp神經(jīng)網(wǎng)絡的熱泵機組故障診斷實現(xiàn)簡單且效果較好。

介紹了神經(jīng)網(wǎng)絡的基本原理,編制了通用神經(jīng)網(wǎng)絡程序,并用此程序?qū)σ粚嶋H工程空調(diào)負荷進行了預測,預測結(jié)果與計算值相吻合,說明神經(jīng)網(wǎng)絡是一種新穎、可靠的負荷預測方法

通過改良三比值法處理一組電力變壓器油中溶解氣體的特征值,并將數(shù)據(jù)作為輸入訓練神經(jīng)網(wǎng)絡,調(diào)整權(quán)值和閥值,通過相互比較確定各項網(wǎng)絡參數(shù),將誤差控制要求范圍內(nèi).最后使用得到的概率神經(jīng)網(wǎng)絡對樣本進行了成功的預測,驗證了將bp神經(jīng)網(wǎng)絡算法運用于變壓器故障診斷具有十分理想的效果.

隨著生產(chǎn)的發(fā)展,水泵等旋轉(zhuǎn)機械故障診斷技術(shù)的重要性越來越受到人們的重視。傳統(tǒng)的診斷技術(shù)和理論方法對于具有多故障、多過程和突發(fā)性故障的現(xiàn)代化機械設備往往顯示出較大的局限性,從而使機械故障診斷陷入了某些困境。為了克服這些缺點,就人工神經(jīng)網(wǎng)絡理論在水泵故障診斷技術(shù)中的應用進行了系統(tǒng)而深入地研究。