針對(duì)大型空調(diào)機(jī)組運(yùn)行參數(shù)多、故障類型復(fù)雜、故障診斷和評(píng)估困難的特點(diǎn),基于長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò),提出了一種空調(diào)機(jī)組故障診斷與風(fēng)險(xiǎn)評(píng)估（FDRE）的方法。首先,給出了新的故障情形定義,用于空調(diào)機(jī)組的特征提取,不僅包含了多維度的空調(diào)機(jī)組監(jiān)測(cè)變量,還建模了環(huán)境因素、能耗變化情況和故障風(fēng)險(xiǎn)的三類發(fā)展模式。然后,建立了各種參數(shù)下的預(yù)測(cè)網(wǎng)絡(luò),訓(xùn)練結(jié)果表明有能力分析監(jiān)測(cè)數(shù)據(jù)的時(shí)序特性,既可診斷出故障發(fā)生的具體原因,也可在故障未發(fā)之前評(píng)估故障風(fēng)險(xiǎn)。最后應(yīng)用于大型醫(yī)院的工程現(xiàn)場(chǎng)。與其他預(yù)測(cè)序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)算法對(duì)比,時(shí)間窗為35的LSTM在準(zhǔn)確度和故障診斷穩(wěn)定性方面占優(yōu)。工程應(yīng)用表明,提取的特征可以較為全面反映機(jī)組運(yùn)行機(jī)理,發(fā)出的預(yù)警符合實(shí)際,有效輔助了現(xiàn)場(chǎng)空調(diào)設(shè)備的維修維保工作。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用. 2020,40(S1)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

空調(diào)機(jī)組監(jiān)測(cè)物聯(lián)網(wǎng)點(diǎn)位圖

首先，確定各種故障發(fā)生的故障概率值隨時(shí)間變化的曲線。圖3給出了三種風(fēng)險(xiǎn)曲線類型（實(shí)線）及其導(dǎo)數(shù)（虛線）。根據(jù)系統(tǒng)可靠性理論，中發(fā)性故障的風(fēng)險(xiǎn)曲線中段上升速度快，如圖3(a）所示；晚發(fā)性故障的風(fēng)險(xiǎn)曲線將加速上升，如圖3(b）所示；而早發(fā)性故障的風(fēng)險(xiǎn)曲線表現(xiàn)為上升趨勢(shì)漸緩，如圖3(c）所示。對(duì)于空調(diào)機(jī)組故障，行業(yè)認(rèn)定的類型約有20種[18]，經(jīng)領(lǐng)域?qū)＜液Y選后，有10種類型可以由傳感器狀態(tài)表征，因此這些類型即可用于故障診斷，具體如表1所示。此外還有一種“無(wú)故障”類型。每種故障的風(fēng)險(xiǎn)類型已列出。數(shù)據(jù)提取時(shí)，對(duì)接該建筑已有的報(bào)修服務(wù)系統(tǒng)，自動(dòng)收集有關(guān)空調(diào)機(jī)組的故障報(bào)修記錄，確定空調(diào)機(jī)組發(fā)生故障時(shí)間T，并通過(guò)關(guān)鍵詞匹配方法標(biāo)記對(duì)應(yīng)的故障類型K。

除了所有故障時(shí)刻對(duì)應(yīng)的情形，還應(yīng)在訓(xùn)練集中加入一定比例的無(wú)故障情形，作為沒(méi)有故障時(shí)的對(duì)比訓(xùn)練數(shù)據(jù)�？紤]到機(jī)組無(wú)故障時(shí)刻可以占運(yùn)行時(shí)的90%以上，選取的數(shù)量應(yīng)適當(dāng)多于有故障情形。本案例中有無(wú)故障的比例約為1∶2。無(wú)故障情形的采集時(shí)刻是隨機(jī)選取的。1.3 環(huán)境參數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷的研究[J]. 祁萌,王艷,何若雪.  成都工業(yè)學(xué)院學(xué)報(bào). 2019(02)
[2]基于邊緣計(jì)算的建筑設(shè)備狀態(tài)感知模型與應(yīng)用[J]. 吳宏杰,沈華祥,凌華靖,傅啟明,陸衛(wèi)忠,付保川.  計(jì)算機(jī)工程與應(yīng)用. 2019(18)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷算法[J]. 高峰,曲建嶺,余路,王偉棟.  信息技術(shù). 2019(04)
[4]基于機(jī)器學(xué)習(xí)算法的壽命預(yù)測(cè)與故障診斷技術(shù)的發(fā)展綜述[J]. 郭一帆,唐家銀.  計(jì)算機(jī)測(cè)量與控制. 2019(03)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型研究[J]. 馮玉芳,盧厚清,殷宏,曹林.  計(jì)算機(jī)工程與應(yīng)用. 2019(06)
[6]電梯故障率預(yù)測(cè)模型及其應(yīng)用[J]. 朱明,王志榮,郭文杰,佟軒.  中國(guó)安全科學(xué)學(xué)報(bào). 2017(09)
[7]基于不確定性的故障預(yù)測(cè)方法綜述[J]. 孫強(qiáng),岳繼光.  控制與決策. 2014(05)

碩士論文
[1]物聯(lián)網(wǎng)技術(shù)在建筑設(shè)備管理系統(tǒng)中的應(yīng)用研究[D]. 任虔英.長(zhǎng)安大學(xué) 2013



本文編號(hào)：3502007