基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究.pdf

1、隨著人工智能的不斷發(fā)展和工業(yè)自動(dòng)化水平的快速提高，制冷空調(diào)設(shè)備的機(jī)電化功能不斷增強(qiáng)，加上大型制冷設(shè)備的廣泛應(yīng)用，致使制冷系統(tǒng)結(jié)構(gòu)越來(lái)越復(fù)雜，系統(tǒng)故障的潛在發(fā)生點(diǎn)增多了，這對(duì)及時(shí)發(fā)現(xiàn)和診斷系統(tǒng)的故障發(fā)生部位提出了更高的要求。為此，制冷空調(diào)系統(tǒng)及其設(shè)備的故障檢測(cè)與診斷受到人們的廣泛關(guān)注，國(guó)際上正掀起一場(chǎng)制冷空調(diào)系統(tǒng)及其相關(guān)設(shè)備故障檢測(cè)與診斷的研究熱潮。這正是本研究課題的大背景。 本文的主要研究工作為： 以熱泵冷水機(jī)組為研究對(duì)

2、象，闡述了模糊神經(jīng)網(wǎng)絡(luò)中的模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的基本原理，論述了應(yīng)用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行制冷系統(tǒng)故障診斷的若干問(wèn)題。 在分析制冷系統(tǒng)常見(jiàn)故障特征的基礎(chǔ)上，利用數(shù)據(jù)采集系統(tǒng)采集制冷系統(tǒng)故障特征參數(shù)，對(duì)特征參數(shù)歸一化處理，計(jì)算得到訓(xùn)練樣本集。本文主要針對(duì)系統(tǒng)制冷劑過(guò)少，膨脹閥開(kāi)度過(guò)大，冷卻水流量改變，壓縮機(jī)吸氣管堵塞，壓縮機(jī)吸排氣串通等5種常見(jiàn)故障進(jìn)行診斷。 建立以壓縮機(jī)進(jìn)口溫度、蒸發(fā)器進(jìn)口溫度、冷媒水進(jìn)口溫度、冷媒水出口

3、溫度、壓縮機(jī)排氣壓力、壓縮機(jī)吸氣壓力、壓縮機(jī)出口溫度、冷凝器出口溫度等8個(gè)特征參數(shù)作為輸入層參數(shù)，故障模式作為輸出層的補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)模型。 利用MATLAB 7.0編寫(xiě)出了基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷學(xué)習(xí)訓(xùn)練及仿真檢驗(yàn)程序，在網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練中，通過(guò)比較，選擇合適的模糊分割數(shù)和學(xué)習(xí)率，使網(wǎng)絡(luò)能夠較快的達(dá)到收斂值。 對(duì)已建立好的補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練和仿真檢驗(yàn)。仿真結(jié)果表明系統(tǒng)具有很高的準(zhǔn)確率，只要制冷系統(tǒng)