基于遗传算法-误差反传神经网络的变风量空调系统空调箱故障诊断

论文摘要

本文针对变风量空调系统空调箱常见的8种软硬故障,提出了基于遗传算法（Genetic Algorithm,GA）结合误差反传（Back Propagation,BP）神经网络的故障诊断方法。通过变风量空调系统硬件在环仿真平台获取了不同故障工况下的数据;在BP神经网络模型的基础上,利用遗传算法对其权值和阈值进行优化,建立了GA-BP神经网络故障诊断优化模型;分析比较了BP模型和GA-BP优化模型的故障诊断性能。结果表明:GA-BP优化模型可以有效分离出8种故障,较BP模型有更好的故障诊断性能,准确率提高至90.7%;在相同神经元个数的情况下,GA-BP优化模型的故障诊断准确率更加稳定。

论文目录

• 0 引言
• 1 研究对象
•   1.1 基于“硬件在环”的空调系统仿真控制实验台
•   1.2 研究系统
•   1.3 故障类型
• 2 基于BP神经网络模型的故障诊断
•   2.1 BP神经网络
•   2.2 BP神经网络诊断策略
• 3 基于GA-BP优化模型的故障诊断
• 4 实验验证
•   4.1 实验数据
•   4.2 BP神经网络模型的故障诊断结果
•   4.3 GA-BP神经网络优化模型的故障诊断结果
• 5 结论

文章来源

类型: 期刊论文

作者: 张善兴,何金凝,杜志敏,何军,晋欣桥

关键词: 变风量空调系统,故障诊断,遗传算法,误差反传,神经网络

来源: 制冷技术 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 上海交通大学制冷与低温工程研究所

分类号: TB657.2;TP18

页码: 15-21

总页数: 7

文件大小: 1193K

下载量: 105