다중 분할 시스템 열 조건 하에서 냉매 충전량 고장 진단 모델 — 다층 합성곱 신경망 기반

Cheng Hengda ,  

Chen Huanxin ,  

Li Zhengfei ,  

Cheng Xiangdong ,  

摘要

본 논문은 합성곱 신경망 기반의 고장 진단 모델을 제안하였으며, 직교 실험을 통해 3층 네트워크의 합성곱 커널과 뉴런 수를 최적화하였다. 그래픽화된 다중 분할(VRF) 시스템 냉매 충전량 고장 실험 데이터를 이용하여 다층 합성곱 신경망을 학습시키고 본 모델의 고장 진단 성능을 평가하였다. 결과는 “데이터 그래픽화-다층 합성곱 신경망” 방법으로 구축한 모델이 다중 분할 시스템 냉매 충전량 고장 진단을 효과적으로 수행할 수 있음을 보여주었다. 입력 특성 20개 시 9종 고장 진단의 총 정확도가 최대 91%에 달하여 기존 BP 신경망보다 더 높은 진단 정밀도를 달성하였다. 이 방법은 합성곱 신경망을 활용하여 VRF 냉매 충전량 고장 진단을 수행한 최초의 사례로 관련 연구 확장의 기반을 마련하였다.

关键词

다중 분할 시스템; 고장 진단; 합성곱 신경망; 냉매 충전량 고장; 직교 실험

阅读全文

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