摘要
本論文では畳み込みニューラルネットワークに基づく故障診断モデルを提案し、直交実験により3層ネットワークの畳み込みカーネルおよびニューロン数を最適化した。グラフィカルなマルチスプリット（VRF）システムの冷媒充填量故障実験データを用いて多層畳み込みニューラルネットワークを学習させ、本モデルの故障診断性能を評価した。結果は、「データグラフィカル化-多層畳み込みニューラルネットワーク」手法で構築したモデルがマルチスプリット冷媒充填量故障を効果的に診断できることを示した。20個の入力特徴で9種類の故障診断の総正答率は最大91%に達し、従来のBPニューラルネットワークよりも高い診断精度を達成した。この方法は初めて畳み込みニューラルネットワークを用いてVRF冷媒充填量故障診断を行い、関連研究の拡張の基礎を築いた。
关键词
マルチスプリットシステム;故障診断;畳み込みニューラルネットワーク;冷媒充填量故障;直交実験
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website