食品冷鏈的發(fā)展離不開冷庫的使用,但冷庫造成的能耗也不容忽視,而其中的制冷機(jī)組是主要能耗設(shè)備,尤其是在機(jī)組故障時(shí),會(huì)增加系統(tǒng)能耗,使設(shè)備的使用壽命減少。因此,對(duì)制冷系統(tǒng)的故障預(yù)測(cè)和診斷技術(shù)非常重要,要在故障發(fā)生時(shí)及時(shí)、準(zhǔn)確的判斷出故障類型,甚至在故障發(fā)生前預(yù)判故障,以避免故障的發(fā)生。由于目前制冷領(lǐng)域的故障診斷與預(yù)測(cè)技術(shù)多為對(duì)空調(diào)的研究,對(duì)制冷系統(tǒng)用于更低溫度下的研究較少,且將蒸發(fā)器結(jié)霜作為故障類型進(jìn)行的模式識(shí)別研究也很少,因此,本文選擇冷庫中非常常見且難以避免的蒸發(fā)器結(jié)霜故障為主要研究?jī)?nèi)容進(jìn)行模式識(shí)別和故障分類。目前用于故障診斷的方法分為解析模型、知識(shí)、信號(hào)處理和數(shù)據(jù)挖掘的方法。大數(shù)據(jù)時(shí)代的到來使故障診斷可以采用數(shù)據(jù)挖掘的方法,不僅能夠根據(jù)數(shù)據(jù)隨時(shí)更新故障診斷模型,而且相對(duì)簡(jiǎn)單。數(shù)據(jù)挖掘算法中現(xiàn)在很熱門的深度學(xué)習(xí)的基礎(chǔ)就是神經(jīng)網(wǎng)絡(luò),且神經(jīng)網(wǎng)絡(luò)不僅用于數(shù)據(jù)挖掘,在人工智能和模式識(shí)別方面都有廣泛的應(yīng)用,因此本文采用神經(jīng)網(wǎng)絡(luò)算法對(duì)冷庫制冷系統(tǒng)的蒸發(fā)器結(jié)霜過厚故障建立診斷與預(yù)測(cè)模型。首先,對(duì)蒸氣壓縮式制冷系統(tǒng)進(jìn)行熱力學(xué)分析和主要漸變型故障的理論分析,選取系統(tǒng)運(yùn)行和判斷故障需要的特征參數(shù)用于實(shí)驗(yàn)中... 

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

制冷空調(diào)系統(tǒng)大數(shù)據(jù)的應(yīng)用[9]

數(shù)據(jù)挖掘技術(shù)的流程[10]

人工智能、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的關(guān)系[65]

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林算法的制冷劑充注量故障診斷[J]. 周璇,王曉佩,梁列全,閆軍威.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(02)
[2]從節(jié)能高效簡(jiǎn)述土建冷庫的建筑優(yōu)化設(shè)計(jì)[J]. 慕飛鴻.  綠色環(huán)保建材. 2019(08)
[3]基于稀疏自編碼器-支持向量機(jī)的空調(diào)制冷系統(tǒng)故障診斷[J]. 王志毅,鐘加晨,夏翠,李靜凡.  制冷技術(shù). 2019(03)
[4]基于EWMA-BN的冷水機(jī)組故障診斷策略[J]. 尚鵬濤,郭亞賓,譚澤漢,陳煥新,丁新磊.  制冷學(xué)報(bào). 2019(02)
[5]基于局部異常因子結(jié)合神經(jīng)網(wǎng)絡(luò)的制冷劑充注量故障診斷[J]. 曾宇柯,陳煥新,黃榮庚.  制冷技術(shù). 2019(01)
[6]基于決策樹算法的多聯(lián)機(jī)制冷劑泄漏在線故障診斷[J]. 肖坤,李紹斌,譚澤漢,王江宇,陳煥新,李冠男.  制冷技術(shù). 2018(06)
[7]基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的空調(diào)系統(tǒng)未知類型故障診斷[J]. 丁新磊,李紹斌,譚澤漢,郭亞賓,陳煥新.  制冷技術(shù). 2018(05)
[8]基于粒子群優(yōu)化最小二乘支持向量機(jī)的離心式制冷機(jī)故障診斷[J]. 卿紅,韓華,崔曉鈺,范雨強(qiáng).  暖通空調(diào). 2018(09)
[9]基于支持向量機(jī)和粒子群算法的多聯(lián)機(jī)氣液分離器插反故障診斷[J]. 鄭小海,譚澤漢,郭亞賓,陳煥新.  制冷技術(shù). 2018(04)
[10]數(shù)據(jù)挖掘技術(shù)在冷鏈物流行業(yè)的應(yīng)用[J]. 尋惟德,陳征,陳煥新,郭亞賓,袁玥,劉楨.  制冷與空調(diào). 2018(03)

博士論文
[1]制冷系統(tǒng)故障檢測(cè)、診斷及預(yù)測(cè)研究[D]. 任能.上海交通大學(xué) 2008

碩士論文
[1]基于智能算法的自動(dòng)化霜控制研究[D]. 向鵬程.天津商業(yè)大學(xué) 2019
[2]基于智能算法的機(jī)載蒸發(fā)循環(huán)制冷系統(tǒng)故障診斷[D]. 劉湘婉.南京航空航天大學(xué) 2019
[3]基于稀疏自編碼器的空調(diào)制冷系統(tǒng)故障診斷研究[D]. 羅晨嫻.浙江理工大學(xué) 2018
[4]基于PCA-PNN的冷熱沖擊箱制冷系統(tǒng)故障診斷研究[D]. 程盼龍.廣東工業(yè)大學(xué) 2017
[5]基于鍵合圖和BP神經(jīng)網(wǎng)絡(luò)的并網(wǎng)逆變器故障診斷研究[D]. 徐流建.新疆大學(xué) 2015
[6]基于多變量統(tǒng)計(jì)分析的制冷系統(tǒng)故障檢測(cè)與診斷[D]. 洪迎春.上海交通大學(xué) 2012
[7]制冷系統(tǒng)故障預(yù)測(cè)與診斷方法研究[D]. 閆愛云.西安科技大學(xué) 2005
[8]單螺桿冷水機(jī)組故障診斷技術(shù)的研究[D]. 劉拓.重慶大學(xué) 2004



本文編號(hào)：3681821