摘要

目前基于数据驱动方法的制冷系统故障诊断模型,只能对参与建模训练的已知类型故障进行诊断,而对于未参与建模训练的未知类型故障,不能正确地诊断。针对这一问题,本文提出了一种优化神经网络的故障诊断策略。利用已知类型的故障数据建立BP神经网络模型,然后确定一个区分阈值,能够实现对未知类型故障的诊断识别。结果表明:对于包含所有故障类型的测试数据,模型的诊断正确率为88.62%,对于其中的未知类型故障,模型的诊断效果显著,正确率为99.48%。