Le retrait ou le retrait tardif du givre entraînera une augmentation de la consommation d'énergie des groupes de réfrigération/pompes à chaleur, une diminution de la stabilité et une augmentation du taux de défaillance. L'identification précise de l'état de givrage et son retrait opportun sont une direction importante pour améliorer les performances des groupes de réfrigération/pompes à chaleur. Les méthodes d'identification de l'état de givrage basées sur la technologie numérique/intelligente présentent un bon potentiel, mais les techniques actuelles, dans des conditions d'application complexes, réduisent nettement la précision de l'identification, ce qui nécessite des améliorations urgentes. Sur cette base, une méthode intelligente d'identification est proposée, basée sur les caractéristiques de texture des images de surface de l'évaporateur à l'aide de la matrice de co-occurrence de niveaux de gris, combinée à un algorithme de métaheuristique pour l'optimisation et une machine d'apprentissage extrême pour la classification. Il est susceptible d'éviter l'impact des angles de prise de vue, de l'intensité lumineuse et d'autres conditions extérieures, et de montrer une forte adaptabilité. Un dispositif expérimental a été construit et 4125 images de l'évaporateur dans trois conditions de givrage sous des conditions complexes ont été collectées, et une validation et une étude comparative de la nouvelle méthode ont été réalisées. Les résultats montrent que la précision de l'identification de la nouvelle méthode dans des conditions différentes peut atteindre ou dépasser 95%, nettement supérieure de 5% à 35% par rapport aux méthodes actuelles. Cette méthode présente une haute stabilité et un faible coût, montrant un bon potentiel d'application.

Identification de l'état de givrage, matrice de co-occurrence de niveaux de gris, image numérique, caractéristiques de texture, retrait du givre