다중 분할 시스템(변냉매 유량 시스템)의 밸브 고장 진단 특성 변수의 중복성 및 진단 효율 저하 문제를 해결하기 위해, 유전 알고리즘을 사용하여 원래 특성 집합에서 특성 하위 집합을 검색하고, 파라미터 최적화된 BP 신경망 모델과 결합하여 다중 분할 밸브 고장을 검출 및 진단하는 복합 진단 모델을 제안한다. 본 논문에서는 원래 특성 집합에서 18개의 특성 변수가 포함된 최적 특성 하위 집합을 최적화하여 선택하였다. 이 모델을 사용하여 전자 팽창 밸브 걸림, 전자 팽창 밸브 누출 및 4방향 밸브 고장 세 가지 고장을 검출하였다. 결과는 복합 진단 모델이 고장 검출률을 향상시켰으며, 전자 팽창 밸브 걸림 고장 검출률이 8% 상승하였고, 전체 진단 정확도가 99.27%로 향상되었음을 보여준다; 또한, 이 복합 진단 모델은 진단 효율을 크게 향상시켜 테스트 시간을 52.17% 단축시켜, 해당 복합 진단 모델이 우수한 고장 진단 효과를 가짐을 나타낸다.

변냉매 유량 시스템; 밸브 고장 검출 및 진단; 특성 선택; 유전 알고리즘; BP 신경망