Pour résoudre le problème de la redondance des variables caractéristiques diagnostiques et de la faible efficacité du diagnostic des défauts de valves dans les systèmes multi-splits (systèmes à débit de réfrigérant variable), un modèle de diagnostic composite est proposé. Ce modèle utilise un algorithme génétique pour rechercher des sous-ensembles de caractéristiques dans l'ensemble des caractéristiques originales, combiné à un réseau de neurones BP optimisé par les paramètres, afin de détecter et diagnostiquer les défauts de valves des systèmes multi-splits. Cet article a optimisé et sélectionné un sous-ensemble optimal de 18 variables caractéristiques à partir de l'ensemble des caractéristiques originales. Le modèle a été utilisé pour détecter trois types de défauts : blocage de la valve d'expansion électronique, fuite de la valve d'expansion électronique et défaut de la valve quatre voies. Les résultats montrent que ce modèle composite de diagnostic améliore le taux de détection des défauts, avec une amélioration de 8 % du taux de détection du blocage de la valve d'expansion électronique, et une précision globale du diagnostic portée à 99,27 % ; ce modèle composite améliore également considérablement l'efficacité du diagnostic, réduisant le temps de test de 52,17 %, ce qui indique que ce modèle composite de diagnostic offre de bonnes performances pour le diagnostic des défauts.

systèmes à débit de réfrigérant variable; détection et diagnostic des défauts de valves; sélection des caractéristiques; algorithme génétique; réseau de neurones BP