基于学习向量量化神经网络的多联机系统制冷剂充注量故障诊断研究

韩林志; 陈焕新; 郭亚宾; 周镇新

首页> 中文期刊> 《制冷技术》 >基于学习向量量化神经网络的多联机系统制冷剂充注量故障诊断研究

基于学习向量量化神经网络的多联机系统制冷剂充注量故障诊断研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对暖通空调系统故障而导致的建筑能耗增长问题,本文提出了一种基于学习向量量化(LearningVector Quantification,LVQ)神经网络的制冷剂充注量故障诊断模型,故障诊断分为数据预处理、建立初始模型、LVQ 模型的训练和仿真测试 4 个步骤,并对隐含层节点数进行了参数寻优。实验共设置 9 种制冷剂充注量水平,经过数据预处理后选取了 12 个特征变量,建立了 LVQ 神经网络建模。将经过数据预处理后的数据集以 75%∶25%的比例划分为训练集和测试集,分别用于研究训练和测试模型性能。结果表明:在制冷剂充注量 LVQ 模型故障诊断中,制冷剂充注量适中、过量和不足的正确率分别为 52.5%、70.1%和87.5%,总体故障诊断正确率达到 70.0%。

著录项

来源
《制冷技术》 |2019年第4期|19-2438|共7页
作者
韩林志; 陈焕新; 郭亚宾; 周镇新;
展开▼
作者单位

华中科技大学能源与动力工程学院湖北武汉 430074;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
多联机系统; 制冷剂充注量; 故障诊断; 神经网络;

相似文献

中文文献
外文文献
专利

1. 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 [J] . 程亨达 ,陈焕新 ,李正飞 . 制冷学报 . 2020,第001期
2. 基于PCA-LVQ多联机系统制冷剂充注量故障诊断研究 [J] . 刘中明 ,陈焕新 ,徐成良 . 制冷与空调 . 2021,第007期
3. 基于递归特征消除-加权k近邻算法的多联机系统制冷剂充注量故障诊断策略 [J] . 王誉舟 ,李正飞 ,魏文天 . 制冷技术 . 2020,第001期
4. 基于支持向量机的多联机系统制冷剂充注量故障检测与诊断 [J] . 黄倩云 ,陈焕新 ,孙劭波 . 暖通空调 . 2018,第001期
5. 基于局部异常因子结合神经网络的制冷剂充注量故障诊断 [J] . 曾宇柯 ,陈焕新 ,黄荣庚 . 制冷技术 . 2019,第001期
6. 基于全年性能分析的小型制冷设备非共沸制冷剂充注量优化 [C] . HU Xinhao ,胡昕昊 ,ZHANG Zhongbin . 第十四届全国电冰箱（柜）、空调器及压缩机学术年会 . 2018
7. 基于EMD去噪的多联机制冷剂充注量故障诊断 [A] . 沈家沁 . 2019

基于学习向量量化神经网络的多联机系统制冷剂充注量故障诊断研究

摘要

著录项

相似文献

相关主题

期刊订阅