欢迎访问发表云网!为您提供杂志订阅、期刊投稿咨询服务!

基于支持向量机和粒子群算法的多联机气液分离器插反故障诊断

郑小海; 谭泽汉; 郭亚宾; 陈焕新 华中科技大学能源与动力工程学院; 湖北武汉430074; 空调设备及系统运行节能国家重点实验室; 广东珠海517907
支持向量机   多联式空调系统   气液分离器插反   故障诊断   粒子群算法  

摘要:本文通过多联机实验平台采集数据,选取合适的特征变量,利用支持向量机算法建立了多联机气液分离器插反故障诊断模型。采用粒子群算法优化该模型,通过测试集验证模型的分类准确率,并对两种模型下的故障诊断效果进行对比分析。结果表明,制冷工况下的故障诊断准确率高于制热工况下的准确率。模型优化前两种工况下的故障诊断准确率均高于96%,而优化后的准确率均高于97%,优化后制冷工况下的故障诊断准确率更是高达98.4%,可见优化后的模型性能稳步提升。

简介:《制冷技术》(CN:31-1492/TB)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

制冷技术

省级期刊 下单

关注 23人评论|0人关注
服务与支持