神经网络空调箱故障诊断(英文)

基于人工神经网络的自学习功能和能够表达复杂关系的特点,针对桑塔纳2000空调、冷却系统的控制关系建立了相关神经网络仿真模型并进行了仿真和故障诊断的研究。事实证明,神经网络技术是复杂车辆控制系统的控制关系分析和故障诊断的一种便捷、有效的方法。

建立中央空调的静态物理模型,通过抽取特征向量残差,建立中央空调故障状态和特征向量之间的映射关系。通过人工引入故障,对某大楼中央空调运行的现场测量,测量结果经处理后输入概率神经网络,经运算后对中央空调进行故障检测与诊断。结果表明,该方法简单可行,运算时间短,能够实现对中央空调的故障检测与诊断。

空调系统的故障诊断十分复杂。针对传统故障诊断的不足,提出神经网络与信息融合相结合的故障综合诊断方法,对来自多个时刻的故障信息进行融合,得到更为准确的故障综合诊断结果。通过在集中空调教学模型上的仿真试验,证明了该故障诊断方法的可靠性。

将模糊理论与神经网络相结合,构成了模糊神经网络;针对热泵空调五种常见故障,分析了模糊神经网络在热泵空调故障诊断中的应用。与传统故障诊断方法相比,基于模糊神经网络的故障诊断方法对单一故障具有很好的识别能力,可以提高诊断精度。

基于神经网络的变风量空调系统故障诊断——对变风量空调系统的故障和故障发生的原因进行了分析．提出了采用bp神经网络对变风量空调系统的故障进行检测与诊断．运用matlab中的神经网络工具对故障的模式和故障的原因进行了仿真。

对空调系统中的温度、压力、流量传感器的漂移故障,提出了一种基于小波神经网络的传感器故障诊断方法。该方法首先采用小波分析方法对历史故障数据和正常数据进行分析,从而提取数据的频带特征,通过神经网络对这些特征进行学习,使神经网络分析能够对待诊断数据的进行故障诊断。仿真实验的结果表明,该方法对传感器的漂移故障能够实现有效地诊断。

对变风量空调系统的故障和故障发生的原因进行了分析.提出了采用bp神经网络对变风量空调系统的故障进行检测与诊断.运用matlab中的神经网络工具对故障的模式和故障的原因进行了仿真。仿真结果表明,采用bp神经网络对变风量空调系统进行故障诊断是行之有效的。

基于补偿模糊神经网络的制冷系统故障诊断研究——选择反映制冷系统故障状态的热力参数集组成特征向量，并对其进行模糊化处理，利用补偿模糊神经网络建立故障状态与热力参数特征向量之间的映射关系。将神经网络和补偿模糊逻辑相结合，采用动态、全局优化的运算，...

目的通过对铝电解生产过程中的故障进行有效地诊断来提高铝的生产效率和节约能源.方法把粗糙集和神经网络结合起来应用在铝电解的故障诊断中.先用自组织特征映射网络(som)对初始数据进行离散化后得到决策表,然后用粗糙集理论对决策表进行约简得到最简决策表,根据最简决策表设计bp神经网络对铝电解中的故障进行诊断.结果用粗糙集对神经网络的输入数据进行预处理可以简化神经网络的结构,减少计算量和训练时间,从而提高整个诊断系统的诊断效率、故障诊断准确率在90%以上.结论该方法能够对铝电解中的故障做出正确的诊断.

基于小波神经网络的空调系统传感器故障诊断——文章详细阐述了小波神经网络(wnn)的原理、结构，并对传统的bp算法进行了改进。以空调系统传感器故障检测问题为目标，提出了基于wnn的故障诊断方法。通过采集天津博物馆中的传感器数据，对训练好的wnn进行了传感器...

由于我国智能自动化技术正在日益精进,对传感器的故障诊断及修复技术变得不容忽视,这其中,整流罩的空调系统传感器多用于卫星等航天器械之上,对该系统的鼓掌诊断多半基于神经网络技术。文章首先概述整个整流罩空调系统的各组成部分,然后分析了导致整流罩空调系统的传感器发生故障的主要影响因素及其典型体现,最后针对如何对传感器故障进行诊断提出具体方法,重点体现神经网络技术。

人的思维有逻辑性和直观性两种不同的基本方式.直观性的思维是将分布式存储的信息综合起来,结果是忽然间产生想法或解决问题的办法.这种思维方式的根本之处在于以下两点:①信息是通过神经元上的兴奋模式分布储存在网络上;②信息处理是通过神经元之间同时相互作用的动态过程来完成的.人工神经网络就是一个模拟人的直观性思维的非线性动力学系统,其特色在于信息的分布式储存和并行协同处理.

人的思维有逻辑性和直观性两种不同的基本方式。直观性的思维是将分布式存储的信息综合起来,结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之处在于以下两点:①信息是通过神经元上的兴奋模式分布储存在网络上;②信息处理是通过神经元之间同时相互作用的动态过程来完成的。人工神经网络就是一个模拟人的直观性思维的非线性动力学系统,其特色在于信息的分布式储存和并行协同处理。

针对变风量空调系统的故障诊断问题及其特点,提出了一种基于改进角分类神经网络——fdcc的故障诊断模型.该模型克服了cc4角分类神经网络输出结果为二进制的局限,根据故障模式所落入的k最近邻的样本泛化空间来进行故障诊断,并输出结果向量,其各分量为各故障原因可能出现的概率.

详细阐述了小波神经网络(wnn)的原理、结构,并对传统的bp算法进行了改进。以空调系统传感器故障检测问题为目标,提出了基于wnn的故障诊断方法。通过采集天津博物馆中的传感器数据,对训练好的wnn进行了传感器故障诊断能力的验证,对温度传感器的1℃偏差故障、0.05℃/s速率漂移故障、完全故障、与不同方差下的精度等级下降故障进行了仿真,结果表明:这种方法对传感器故障具有很好的诊断效果。

针对普通bp算法存在的收敛速度慢以及容易陷入局部极小点等问题,提出了一种改进的bp算法,应用该算法对空调系统传感器故障进行诊断。matlab仿真运行证明,在相同的条件下,改进的bp算法加快了网络的收敛速度,避免了陷入局部极小的问题。在故障诊断的准确率方面优于普通的bp神经网络。

选择热力参数集组成反映制冷系统故障状态的特征向量,提出了利用概率神经网络通过模式分类来联系系统故障状态与热力参数特征向量之间的映射关系.对实际试验结果的应用尝试表明,该诊断方法可行且有效,为开发以人工神经网络为框架的制冷系统故障诊断系统提供了研究基础.

针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于trnsys的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障.

文章以热泵机组为研究对象,从实验测试的角度建立故障-征兆模型。采用bp神经网络对热泵机组进行故障诊断并利用matlab仿真,仿真结果表明基于bp神经网络的热泵机组故障诊断实现简单且效果较好。

介绍了神经网络的基本原理,编制了通用神经网络程序,并用此程序对一实际工程空调负荷进行了预测,预测结果与计算值相吻合,说明神经网络是一种新颖、可靠的负荷预测方法

通过改良三比值法处理一组电力变压器油中溶解气体的特征值,并将数据作为输入训练神经网络,调整权值和阀值,通过相互比较确定各项网络参数,将误差控制要求范围内.最后使用得到的概率神经网络对样本进行了成功的预测,验证了将bp神经网络算法运用于变压器故障诊断具有十分理想的效果.

随着生产的发展,水泵等旋转机械故障诊断技术的重要性越来越受到人们的重视。传统的诊断技术和理论方法对于具有多故障、多过程和突发性故障的现代化机械设备往往显示出较大的局限性,从而使机械故障诊断陷入了某些困境。为了克服这些缺点,就人工神经网络理论在水泵故障诊断技术中的应用进行了系统而深入地研究。