您当前的位置:
首页 >
文章列表页 >
多联机制热工况下的制冷剂充注量故障诊断模型——基于多层卷积神经网络
更新时间:2024-07-18
    • 多联机制热工况下的制冷剂充注量故障诊断模型——基于多层卷积神经网络

    • Diagnosis Model for Refrigerant Charge Fault under Heating Conditions based on Multi-layer Convolution Neural Network

    • 制冷学报   2020年41卷第1期 页码:40-47
    • DOI:10.3969/j.issn.0253-4339.2020.01.040    

      中图分类号:
    • 纸质出版:2020

    移动端阅览

  • 程亨达, 陈焕新, 李正飞, 等. 多联机制热工况下的制冷剂充注量故障诊断模型——基于多层卷积神经网络[J]. 制冷学报, 2020,41(1):40-47. DOI: 10.3969/j.issn.0253-4339.2020.01.040.

    Cheng Hengda, Chen Huanxin, Li Zhengfei, et al. Diagnosis Model for Refrigerant Charge Fault under Heating Conditions based on Multi-layer Convolution Neural Network[J]. Journal of Refrigeration, 2020, 41(1): 40-47. DOI: 10.3969/j.issn.0253-4339.2020.01.040.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

2504

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

集中空调系统末端研究现状与展望
基于证据驱动和神经网络的区域供冷/热系统故障监测及诊断技术
热管/蒸气压缩复合空调系统故障诊断模型分类解释性研究
数据中心冷板式液冷故障诊断技术研究进展
域对抗迁移学习驱动的地铁列车空调跨工况多故障自适应诊断方法

相关作者

王沣浩
王志华
刘寿松
韩逸潇
岑晓彤
王锡
侯宏娟
徐宝萍

相关机构

中国建筑科学研究院有限公司
西安交通大学人居环境与建筑工程学院
华北电力大学能源动力与机械工程学院
华北电力大学 新能源电力系统国家重点实验室
辽宁省流程工业节能与绿色低碳技术工程研究中心 东北大学
0
logo
AI伴读