神经网络故障诊断技术应用在暖通空调系统的可实现性.pdfVIP

建筑热能通风空调 35· 神经网络故障诊断技术应用在暖通空调系统的可实现性 王志毅☆谷波 (上海交通大学) TU为 R C摘要】归纳了神经网络在故障诊断中的运用方式，探讨了故障诊断的神经网络方法和专家 系统方法的联系和区别，以及两种方法的转化；最后，给出了神经网络故障诊断技术在暖通空调系 统里的应用情况。 [关键词】故障诊断神经网络专家系统暖通空调 系统的数学模型进行布局。为了建立系统的非线性 1引言 过程，一种输入输出布局是最恰当的网络结构，如： 提高暖通空调系统的可靠性，及时发现、诊断并 排除故障具有巨大的社会和经济效益。进行暖通空 是q阶非线性系统，网络相应的结 调系统在线故障诊断的机理研究，还可以指导暖通 空调系统的调试和监控技术的发展，更好的控制暖 通空调系统的正常运行。由于暖通空调系统运行中 各部分之间性能匹配关系、参与运行的物质和物质 睡赙姜 的状态错综复杂，而且随着社会的不断发展，暖通空 b)残差产生 调系统的规模也越来越庞大。所以大力开展故障诊 断技术的研究，对于促进暖通空凋事业的发展，具有 图l NN的训练和在线残差产生 重大的现实意义。近年来神经网络的研究发展十分 迅速，神经网络以其许多优点在智能故障诊断中受 到了越来越广泛的重视，而且已显示出巨大的潜力， 并为智能故障诊断技术的研究开辟了一条新的途 径。本文在归纳神经网络故障诊断方法的基础上， 对照目前在故障诊断中应用较多的专家系统方法， 指出了神经网络诊断方法的特点和优势，探讨了神 图2输入输出非线性系统的神经网络结构 经网络故障诊断方法的可实现性。 构如图2所示。输入输出结构比状态空间结构的优 点更大，由于仅仅使用一个神经网络，就可逼近非线 2神经网络与故障诊断 函数g()，因此，网络的收敛性和逼近性会更好，这 神经网络由于具有模拟任何连续非线性函数的 种结构适于非线性建模。 能力和利用样本学习的能力，因而它已被用于复杂 2．2残差评估的神经网络方法 系统的故障诊断中。目前，就神经网络在故障诊断 残差可以由上述神经网络方法产生，或者由解 任务中所发挥的作用看，主要表现在下面几个方面。 析方法产生，如：观测器法或参数估计法。在用神经 2．1残差产生的神经网络方法 网络进行残差估计之差，必须对它进行训练，为了这 为了产生残差，可用神经网络代替正常状态的 个目的，需经建立残差数据库和相应的故障特征数 系统模型。首先，由直接测量或从仿真系统中采集 据库，如图3所示。完成训练后，神经网络就可以在 输入输出数据，建立其数据库，然后，对网络进行训 线估计残差，决定系统是否有故障发生，并指出故障 练，如图l所示。如果可能，也可以收集一些故障状 发生的原因。应用神经网络进行残差估计最大困难 态时的数据。以便对残差产生器进行检验。训练完 之一是缺乏性能的可靠性和网络鲁棒性的分析信 成后，就可以用网络在线产生残差(如图1)。在这 息，最近，为了克服这些问题，许多在线逼近和稳定 里，神经网络建模是动态的，神经网络的结构最好按 学习算法已被提出来。 裴嘉曹羁{；黎器量；姗年6月生，在读研究生f上海交通大学制冷与低温研究所r3脚 万