應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)診斷紡織空調(diào)送風(fēng)風(fēng)機(jī)故障

通過(guò)對(duì)已采集的通風(fēng)機(jī)振動(dòng)信號(hào)分析和整理,提出了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行故障診斷,以g4-73-11離心式礦用通風(fēng)機(jī)為研究對(duì)象,用小波包分解技術(shù)提取其振動(dòng)信號(hào)的能量特征作為特征向量,建立了神經(jīng)網(wǎng)絡(luò)模型,并應(yīng)用此網(wǎng)絡(luò)對(duì)一礦用通風(fēng)機(jī)g4-73-11no28d進(jìn)行故障診斷,結(jié)果表明,此網(wǎng)絡(luò)可作為智能分類器對(duì)離心式通風(fēng)機(jī)的常見(jiàn)故障進(jìn)行識(shí)別和診斷。

1996年4月,我們用902機(jī)器分析儀/數(shù)據(jù)采集器測(cè)試了許昌卷煙廠“七五”、“八五”兩條線的制絲設(shè)備、卷接包設(shè)備及通用設(shè)備上某些關(guān)鍵部位共228個(gè)測(cè)點(diǎn),結(jié)合日常點(diǎn)檢工作,取得了較好的效果,至1996年11月共發(fā)現(xiàn)3臺(tái)super9機(jī)組的大風(fēng)機(jī)和膨化塔風(fēng)機(jī)、臥打風(fēng)機(jī)、七五卷接的接裝風(fēng)機(jī)及冷卻電機(jī)等故障。下面所述空調(diào)風(fēng)機(jī)的故障診斷為其中突出一例。空調(diào)器是保證卷接包車間工作環(huán)境溫度和濕度的關(guān)鍵設(shè)備,因?yàn)榭照{(diào)器室內(nèi)負(fù)壓非常大,加上內(nèi)部潮濕、黑暗,所以,安全規(guī)程規(guī)定設(shè)備運(yùn)行時(shí),人員不得入內(nèi)。1996年7月份,“七五”空調(diào)室隔壁的包裝車間一臺(tái)大修設(shè)備正處于調(diào)試階段,已近兩個(gè)月未能交驗(yàn),原因是設(shè)備的水平調(diào)好不久就發(fā)生變動(dòng),致

噪聲是影響家用空調(diào)器質(zhì)量的一個(gè)重要因素,提出了一種用bp神經(jīng)網(wǎng)絡(luò)識(shí)別空調(diào)器噪聲源的方法.利用聲學(xué)分析儀對(duì)空調(diào)器的噪聲信號(hào)做頻譜分析,提取噪聲信號(hào)的頻譜特征構(gòu)造模式特征量,設(shè)計(jì)一個(gè)三層bp神經(jīng)網(wǎng)絡(luò)經(jīng)學(xué)習(xí)訓(xùn)練后進(jìn)行空調(diào)器的噪聲源識(shí)別,為空調(diào)器的噪聲故障診斷及其減振降噪提供指導(dǎo).

針對(duì)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(duì)空調(diào)系統(tǒng)能耗及熱舒適性的影響.仿真試驗(yàn)結(jié)果表明,送風(fēng)溫度的測(cè)量故障會(huì)導(dǎo)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(luò)的數(shù)據(jù)處理方法,用以檢測(cè)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(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行狀態(tài)的識(shí)別和預(yù)測(cè).然后,通過(guò)比較測(cè)量值與預(yù)測(cè)值,計(jì)算出相對(duì)誤差,實(shí)現(xiàn)對(duì)故障的診斷.最后,利用基于trnsys的仿真器,對(duì)神經(jīng)網(wǎng)絡(luò)的故障診斷策略進(jìn)行了驗(yàn)證.結(jié)果表明,神經(jīng)網(wǎng)絡(luò)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.

將rbf神經(jīng)網(wǎng)絡(luò)引入pid控制中,建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)模型。通過(guò)rbf神經(jīng)網(wǎng)絡(luò)的在線辨識(shí)對(duì)pid控制的三個(gè)參數(shù)進(jìn)行在線調(diào)整,從而改善系統(tǒng)的控制效果。仿真結(jié)果表明:基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制與傳統(tǒng)pid控制相比,具有較強(qiáng)的魯棒性和自適應(yīng)能力,控制精度高,效果好,安全可靠。

為提高紡織空調(diào)多風(fēng)機(jī)送風(fēng)系統(tǒng)的送風(fēng)效果,分析了典型多風(fēng)機(jī)送風(fēng)系統(tǒng)并聯(lián)運(yùn)轉(zhuǎn)時(shí)的相互影響關(guān)系,提出了紡織空調(diào)采用多風(fēng)機(jī)送風(fēng)系統(tǒng)并聯(lián)運(yùn)行的合理工況和設(shè)計(jì)運(yùn)行要求,為正確設(shè)計(jì)和充分發(fā)揮多風(fēng)機(jī)送風(fēng)的優(yōu)勢(shì),提高風(fēng)機(jī)效率,降低送風(fēng)系統(tǒng)能耗提供依據(jù)。

探討紡織空調(diào)多風(fēng)機(jī)并聯(lián)送風(fēng)的優(yōu)化方法.針對(duì)紡織廠多風(fēng)機(jī)并聯(lián)送風(fēng)設(shè)計(jì)和運(yùn)行中存在的問(wèn)題,依據(jù)軸流風(fēng)機(jī)性能特點(diǎn)和并聯(lián)特性規(guī)律,分析了影響紡織廠多風(fēng)機(jī)并聯(lián)送風(fēng)效果的因素.指出:在并聯(lián)送風(fēng)系統(tǒng)設(shè)計(jì)時(shí),公用回路阻力不得超過(guò)多風(fēng)機(jī)并聯(lián)送風(fēng)中最小風(fēng)機(jī)風(fēng)壓的30%,并聯(lián)風(fēng)機(jī)的臺(tái)數(shù)不宜超過(guò)3臺(tái),風(fēng)機(jī)頻率宜控制在35hz~50hz范圍.認(rèn)為:通過(guò)優(yōu)化設(shè)計(jì)多風(fēng)機(jī)并聯(lián)送風(fēng),重視車間空調(diào)系統(tǒng)的運(yùn)行管理,可保證系統(tǒng)高效穩(wěn)定運(yùn)行.

介紹了基于matlab的徑向基函數(shù)rbf神經(jīng)網(wǎng)絡(luò)對(duì)于建筑物沉降預(yù)測(cè)的方法,討論了rbf神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread的選擇。為建筑物變形監(jiān)測(cè)人員的數(shù)據(jù)分析、變形預(yù)測(cè)提供了一個(gè)可行的概念。

為提高風(fēng)電輸出功率預(yù)測(cè)精度，提出一種基于rbf—bp組合神經(jīng)網(wǎng)絡(luò)模型的短期風(fēng)電功率預(yù)測(cè)方法。在考慮尾流等因素影響的基礎(chǔ)上，對(duì)風(fēng)速進(jìn)行預(yù)處理。根據(jù)相關(guān)歷史數(shù)據(jù)，建立rbf—bp組合神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率預(yù)測(cè)模型，對(duì)風(fēng)電輸出功率進(jìn)行預(yù)測(cè)。仿真分析結(jié)果表明，該預(yù)測(cè)方法能有效提高風(fēng)電輸出功率預(yù)測(cè)精度。

運(yùn)用rbf神經(jīng)網(wǎng)絡(luò)(radialbasisfunctionneuralnetwork)理論,分析了大夾角v撐施工期間最大風(fēng)險(xiǎn)因素可能發(fā)生的部位,并對(duì)v撐的結(jié)構(gòu)失效風(fēng)險(xiǎn)性進(jìn)行了定量分析。將有限元分析結(jié)果作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù),利用徑向基神經(jīng)網(wǎng)絡(luò)建立了基本變量和結(jié)構(gòu)響應(yīng)之間的隱性映射關(guān)系,根據(jù)蒙特卡洛原理進(jìn)行模擬計(jì)算,最終得出v撐施工過(guò)程中各個(gè)危險(xiǎn)截面出現(xiàn)結(jié)構(gòu)失效的概率預(yù)估值。通過(guò)工程實(shí)例驗(yàn)證表明,基于徑向基神經(jīng)網(wǎng)絡(luò)所建立的施工過(guò)程風(fēng)險(xiǎn)分析方法計(jì)算效率高,具有可行性和有效性,同時(shí)為v撐施工風(fēng)險(xiǎn)決策提供了理論依據(jù)。

房間溫度控制是變風(fēng)量空調(diào)系統(tǒng)的重要控制環(huán)節(jié)之一,而對(duì)房間溫度進(jìn)行控制就需要通過(guò)末端風(fēng)閥控制送風(fēng)量;首先介紹了軟測(cè)量技術(shù)以及rbf神經(jīng)網(wǎng)絡(luò)的原理,其次根據(jù)以上兩種理論,結(jié)合影響房間送風(fēng)量最重要的兩個(gè)因素:風(fēng)機(jī)變頻器控制信號(hào)和末端風(fēng)閥開(kāi)度,對(duì)送風(fēng)量進(jìn)行軟測(cè)量研究;最后,運(yùn)用matlab的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)建立軟測(cè)量模型,對(duì)其進(jìn)行了仿真;仿真結(jié)果表明,rbf神經(jīng)網(wǎng)絡(luò)相比bp網(wǎng)絡(luò)其送風(fēng)量軟測(cè)量模型具有更高的準(zhǔn)確度;因此,在變風(fēng)量空調(diào)運(yùn)行的過(guò)程中,可以利用軟測(cè)量技術(shù)動(dòng)態(tài)監(jiān)測(cè)風(fēng)量傳感器的運(yùn)行狀況,并實(shí)現(xiàn)傳感器故障狀態(tài)下對(duì)送風(fēng)量參數(shù)的估計(jì)。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無(wú)污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過(guò)準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過(guò)預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無(wú)污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過(guò)準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過(guò)預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無(wú)污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過(guò)準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過(guò)預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

基于人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能和能夠表達(dá)復(fù)雜關(guān)系的特點(diǎn),針對(duì)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(luò)仿真模型并進(jìn)行了仿真和故障診斷的研究。事實(shí)證明,神經(jīng)網(wǎng)絡(luò)技術(shù)是復(fù)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。

針對(duì)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(duì)空調(diào)系統(tǒng)能耗及熱舒適性的影響.仿真試驗(yàn)結(jié)果表明,送風(fēng)溫度的測(cè)量故障會(huì)導(dǎo)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(luò)的數(shù)據(jù)處理方法,用以檢測(cè)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(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行狀態(tài)的識(shí)別和預(yù)測(cè).然后,通過(guò)比較測(cè)量值與預(yù)測(cè)值,計(jì)算出相對(duì)誤差,實(shí)現(xiàn)對(duì)故障的診斷.最后,利用基于trnsys的仿真器,對(duì)神經(jīng)網(wǎng)絡(luò)的故障診斷策略進(jìn)行了驗(yàn)證.結(jié)果表明,神經(jīng)網(wǎng)絡(luò)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.

建立中央空調(diào)的靜態(tài)物理模型,通過(guò)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(guò)人工引入故障,對(duì)某大樓中央空調(diào)運(yùn)行的現(xiàn)場(chǎng)測(cè)量,測(cè)量結(jié)果經(jīng)處理后輸入概率神經(jīng)網(wǎng)絡(luò),經(jīng)運(yùn)算后對(duì)中央空調(diào)進(jìn)行故障檢測(cè)與診斷。結(jié)果表明,該方法簡(jiǎn)單可行,運(yùn)算時(shí)間短,能夠?qū)崿F(xiàn)對(duì)中央空調(diào)的故障檢測(cè)與診斷。

介紹了加大空調(diào)送風(fēng)溫差在紡織廠應(yīng)用的可能性,并對(duì)該做法可能對(duì)紡織廠空調(diào)送風(fēng)系統(tǒng)帶來(lái)的影響、運(yùn)行的經(jīng)濟(jì)性,以及給車間溫濕度環(huán)境的影響進(jìn)行了詳細(xì)分析,認(rèn)為可有效降低送風(fēng)系統(tǒng)能耗,但對(duì)車間溫度均勻性有影響。

本文將rbf神經(jīng)網(wǎng)絡(luò)應(yīng)用于煤礦井下主排水泵的故障診斷中,實(shí)驗(yàn)證明效果良好。本文的研究成果可為同行提供有意義的參考和借鑒。

分析了對(duì)工程造價(jià)有重要影響的眾多因素,參考國(guó)內(nèi)外專家、學(xué)者的研究成果,確定了影響工程造價(jià)的18個(gè)主要因素,并基于rbf神經(jīng)網(wǎng)絡(luò)建立了工程造價(jià)決策模型。本文利用rbf神經(jīng)網(wǎng)絡(luò)快速、準(zhǔn)確的函數(shù)逼近能力,為工程造價(jià)決策提供了一種新的方法。

負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ),對(duì)于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò),具有良好的函數(shù)逼近性能,已被廣泛應(yīng)用到電力負(fù)荷預(yù)測(cè)中,并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測(cè)方法,對(duì)存在的問(wèn)題進(jìn)行了分析,并對(duì)未來(lái)的發(fā)展進(jìn)行了展望。

負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ)，對(duì)于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò)，具有良好的函數(shù)逼近性能，已被廣泛應(yīng)用到電力負(fù)荷預(yù)測(cè)中，并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測(cè)方法，對(duì)存在的問(wèn)題進(jìn)行了分析，并對(duì)未來(lái)的發(fā)展進(jìn)行了展望。