Application de l'optimisation PSO (algorithme de essaims particulaires) sur BP (réseau de neurones à rétropropagation de l'erreur) pour le diagnostic de pannes des groupes refroidisseurs centrifuges, ciblant 7 pannes typiques, dont 4 pannes locales et 3 pannes systémiques, en établissant un modèle de diagnostic BP optimisé par PSO. Les résultats montrent que la performance de diagnostic du réseau BP optimisé par PSO (incluant une couche cachée et deux couches cachées) s'est considérablement améliorée, la structure du réseau est simplifiée, un nombre réduit de noeuds cachés peut obtenir de meilleures performances de diagnostic. Le nombre optimal de noeuds cachés pour le réseau à couche cachée unique est passé de 18 à 10 après optimisation, la précision de diagnostic est passée de 89,42% à 95,30%; pour le réseau à deux couches cachées, le nombre optimal de noeuds est passé de 25 à 12, la précision est passée de 97,87% à 98,11%, le temps de diagnostic n'est que 23% de celui avant optimisation. Le taux de fausses alertes (faux positifs et faux négatifs) a diminué, améliorant significativement les performances de diagnostic des pannes systémiques, en particulier les fuites de réfrigérant, et la reconnaissance des conditions normales a également été grandement améliorée. L'optimisation PSO aide le réseau BP à sortir des minima locaux et améliore considérablement les performances de diagnostic.

Groupe refroidisseur;diagnostic de pannes;algorithme de essaims particulaires;réseau de neurones BP;taux de fausse alarme