科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高冷水机组传感器的故障诊断性能，提出了一种基于软阈值时序卷积网络的编码-解码器重构模型（ST-TCN），并建立基于该模型的传感器故障诊断方法（ST-TCN法）。首先，采用时序卷积网络（TCN）充分挖掘冷水机组传感器的时间相关性、热力学物理量间的数据相关性以及动态响应差异性特征。此外，在TCN的残差块中引入软阈值自适应模块剔除冗余信息，降低噪声干扰。其次，依托ST-TCN模型“端到端”的网络结构优势，将绝对重构误差向量与故障阈值向量进行比较，直接定位故障传感器。最后，在实际压缩式冷水机组平台上采集传感器数据进行实验，实验结果表明软阈值自适应模块能有效地增强网络模型的重构能力，从而提高故障传感器的诊断性能。以压缩机吸气温度传感器T1为例，ST-TCN法的平均故障识别率对比改进前提升了45.9%。与其他故障诊断方法相比，本文提出的最新框架获得了较高的偏差故障识别率，进一步验证了该方法在诊断冷水机组传感器故障方面的优势。
- 单位
