多聯(lián)機(jī)空調(diào)系統(tǒng)被廣泛用于各種公共建筑物,一旦發(fā)生故障會導(dǎo)致舒適性降低,能耗增加。制冷劑充注水平是影響空調(diào)系統(tǒng)高效運(yùn)行的重要參數(shù)。本文提出一種基于Boosting集成算法的故障診斷模型,以制冷劑充注量故障為研究對象,將邏輯回歸、決策樹、隨機(jī)森林、支持向量機(jī)和BP神經(jīng)網(wǎng)絡(luò)等5個(gè)基分類器集成,使用卡方檢驗(yàn)進(jìn)行特征選擇,并使用制冷、制熱模式的實(shí)驗(yàn)數(shù)據(jù)建立診斷模型。結(jié)果表明:基于Boosting的集成模型能高效檢測多聯(lián)機(jī)制冷劑充注量的故障,準(zhǔn)確率高達(dá)96. 8%,相比于傳統(tǒng)故障檢測方法,大幅提高了診斷模型的響應(yīng)速度、準(zhǔn)確度和實(shí)用性。 

【文章來源】：制冷學(xué)報(bào). 2020,41(02)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

基于Boosting的故障診斷集成模型的原理框架

人工神經(jīng)網(wǎng)絡(luò)是一種模擬大腦大數(shù)據(jù)分析機(jī)制的計(jì)算方法，由大量簡單處理單元按不同方式互相連接構(gòu)成，進(jìn)行并行分布式信息處理。它模仿人腦中神經(jīng)系統(tǒng)，對預(yù)先提供的一批相互對應(yīng)的輸入輸出信號進(jìn)行學(xué)習(xí)分析，挖掘他們之間的隱含層關(guān)系，最后根據(jù)這些規(guī)律推算出新輸入信號的輸出結(jié)果。通過學(xué)習(xí)分析來挖掘出規(guī)律的整個(gè)過程也稱為模型訓(xùn)練。最常用的為BP神經(jīng)網(wǎng)絡(luò)模型，由輸入層、隱含層和輸出層3部分構(gòu)成的典型多層前饋模型[20]。神經(jīng)網(wǎng)絡(luò)模型展示如圖2所示。2 集成模型的故障診斷

實(shí)驗(yàn)設(shè)置的制冷劑充注量水平值在60%～130%之間，其中包含制冷劑充注量不足、正常與過量的情況。對每種制冷劑充注量水平做出詳細(xì)分類，具體對應(yīng)情況如表1所示，其中-3、-2、-1代表制冷劑充注量不足，0為正常，1和2代表制冷劑過量。多聯(lián)機(jī)空調(diào)系統(tǒng)的運(yùn)行模式為制冷和制熱兩種，具體實(shí)驗(yàn)工況如表2所示。2.2 數(shù)據(jù)預(yù)處理、特征選擇

【參考文獻(xiàn)】：
期刊論文
[1]基于ReliefF與mRMR耦合特征選擇的多聯(lián)機(jī)制冷劑充注量故障診斷[J]. 李正飛,譚澤漢,陳煥新,劉江巖,黃榮庚,劉佳慧.  暖通空調(diào). 2018(10)
[2]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的多聯(lián)機(jī)閥類故障診斷[J]. 郭夢茹,譚澤漢,陳煥新,郭亞賓,黃耀.  制冷學(xué)報(bào). 2018(02)
[3]基于主成分分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合的制冷劑充注量故障診斷[J]. 袁玥,陳煥新,石書彪,郭亞賓,黃耀.  制冷技術(shù). 2017(06)
[4]基于PCA-DT的多聯(lián)機(jī)制冷劑充注量故障診斷[J]. 王江宇,陳煥新,劉江巖,李冠男.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(07)
[5]基于自然冷卻技術(shù)應(yīng)用的數(shù)據(jù)中心空調(diào)節(jié)能分析[J]. 呂繼祥,王鐵軍,趙麗,王景暉,胡力文,劉廣輝,趙紹博.  制冷學(xué)報(bào). 2016(03)
[6]數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用[J]. 陳煥新,孫劭波,劉江巖,李冠男.  暖通空調(diào). 2016(03)
[7]Boosting算法理論與應(yīng)用研究[J]. 張文生,于廷照.  中國科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2016(03)
[8]具有Fisher一致性的代價(jià)敏感Boosting算法[J]. 曹瑩,苗啟廣,劉家辰,高琳.  軟件學(xué)報(bào). 2013(11)
[9]基于隨機(jī)森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(01)
[10]淺談多聯(lián)機(jī)的應(yīng)用發(fā)展[J]. 宋琦.  科技資訊. 2011(17)



本文編號：3038917