为了提高制冷系统故障诊断速度及准确性,提出了基于最小二乘支持向量机(LS-SVM)的制冷系统故障诊断模型,并采用ASHRAE制冷系统故障模拟实验数据进行模型训练与验证.对一台90冷吨(约316 kW)的离心式冷水机组的7类制冷循环典型故障进行了实验.研究结果表明,LS-SVM模型对制冷系统七类故障的总体诊断正确率比支持向量机(SVM)诊断模型、误差反向传播(BP)神经网络诊断模型分别提高0.12%和1.32%;尽管对个别局部故障(冷凝器结垢、冷凝器水流量不足、制冷剂含不凝性气体)的诊断性能较SVM模型的略有下降,但对系统故障的诊断性能均有较大改善,特别是对制冷剂泄漏/不足故障;诊断耗时比SVM模型减少近一半,快速性亦有所改善.可见,LS-SVM模型在制冷系统故障诊断中具有良好的应用前景. |
关键词: 制冷系统; 故障诊断; 最小二乘支持向量机; 误差反向传播; 支持向量机;
☉尊重知识产权,引用文档中他人文字请注明文章出处!
☉下载压缩包文件时,如要求输入解压密码,统一为 www.51hvac.com 或 www.e-hvacr.com
☉推荐使用网际快车下载本站软件,使用 WinRAR v3.10 以上版本解压本站软件。
☉如果这个软件总是不能下载的请点击报告错误,谢谢合作!!
☉下载本站资源,如果服务器暂不能下载请过一段时间重试!
☉如果遇到什么问题,请到本站论坛去咨寻,我们将在那里提供更多 、更好的资源!
☉本站提供的一些商业软件是供学习研究之用,如用于商业用途,请购买正版。
☉当您打开下载地址链接后,无法下载文件时,请查看是否在地址栏中提示“为帮助保护您的安全,Internet Explorer 已经阻止从此站点下载文件到您的计算机。单击此处查看选项...”,请鼠标点击该提示选择“下载文件”即可。
网友评论
暖通空调在线&小林助考 2024年注册暖通工程师培训班进入专题>>