《制冷空调新技术》 课件 第1章 大数据技术在制冷空调中的应用.ppt

《制冷空调新技术》 课件 第1章 大数据技术在制冷空调中的应用.ppt

《制冷空调新技术》课件

* * 1.3 大数据技术在故障诊断领域中的应用 优化前后各故障的检测率如图3所示,only-BPNN为采用原始特征集建模检测结果,GA-BPNN为优化特征集后建模的检测结果。 利用遗传算法优化后的电子膨胀阀的故障检测率均得到提高,其中电子膨胀泄露的故障检测率达到100%,电子膨胀阀卡死1和电子膨胀阀卡死2的故障分别提高到98.21%和97.72%。 优化前后各故障检测率比较 * * 1.3 大数据技术在故障诊断领域中的应用 3.2多联机制冷剂充注量故障诊断 多联机实验系统示意图如图所示。该故障实验引入了不足、适中及过量3中不同的制冷剂充注程度,共计9中充注量水平,如表所示。 制冷剂充注量水平 * * 1.3 大数据技术在故障诊断领域中的应用 图中所示为基于PCA-DT的多联机制冷剂充注量故障诊断流程。 首先,对原始数据集进行数据预处理,数据预处理包含数据清洗和特征提取两部分 对这些变量组成的数据集进行标准化,求取其负荷向量矩阵并建立PCA模型。 对于经过PCA降维处理后的多联机数据,随机抽取75%作为决策树算法的训练集,利用训练集建立决策树模型,并用剩余的25%数据作为测试集测试该决策树模型。 基于PCA-DT的多联机制冷剂充注量故障诊断流程 * * 1.3 大数据技术在故障诊断领域中的应用 图为该案例提出的PCA-DT模型与单纯的决策树模型的故障诊断结果,从图中可以看出:当k=

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档