科研之友
微信
新浪微博
Facebook
分享链接
摘要
本研究针对水源热泵机组常见的6种热力故障，尝试使用SOFM神经网络进行故障诊断。利用水源热泵机组试验台人为制造制冷剂充注量过多、制冷剂泄漏、膨胀阀开度过大与过小、冷却水管路阻塞、系统含不凝性气体共计6种热力故障，记录机组带故障运行时的运行参数，将收集到的参数进行归纳整理，提取出部分特征值制作成数据集。将数据集划分为训练集合与测试集合，前者用于神经网络的训练，后者用于验证神经网络故障的诊断效果。结果表明，SOFM神经网络对于本次实验人为制造出的6种水源热泵热力故障具有较高的诊断正确率，网络迭代500次，用时2.7 s,在有效诊断的同时具有较快的响应速度。
- 单位
