[发明专利]一种基于神经网络的风冷式制冷机组传感器故障诊断方法在审
| 申请号： | 201910144268.5 | 申请日： | 2019-02-27 |
| 公开（公告）号： | CN109781399A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 李冬辉;高龙;李丁;尹海燕 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G01D21/02;G06N3/04;G06N3/08 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 王利文 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于神经网络的风冷式制冷机组传感器故障诊断方法，包括以下步骤：将风冷式制冷机组的传感器历史采集值作为长短时记忆循环神经网络输入；通过正常样本对长短时记忆循环神经网络进行训练，根据训练完成的长短时记忆循环神经网络计算得到每个传感器当前时刻的输出预测值；将长短时记忆循环神经网络的输出预测值与当前时刻对应传感器采集值进行比较得到预测残差；将预测残差与预设阈值进行比较，若预测残差大于预设阈值，则对应传感器存在故障。本发明设计合理，其采用神经网络方法可准确、快速地对风冷式制冷机组多传感器故障进行定位，避免造成能源浪费，提高设备的使用寿命。 | ||
| 搜索关键词： | 风冷式制冷机组 循环神经网络 神经网络 预测残差 传感器 传感器故障诊断 输出预测 预设 传感器采集 多传感器 使用寿命 正常样本 采集 能源 | ||
【主权项】：
1.一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于包括以下步骤：步骤1、将风冷式制冷机组的传感器历史采集值作为长短时记忆循环神经网络输入；步骤2、通过正常样本对长短时记忆循环神经网络进行训练，根据训练完成的长短时记忆循环神经网络计算得到每个传感器当前时刻的输出预测值；步骤3、将长短时记忆循环神经网络的输出预测值与当前时刻对应传感器采集值进行比较得到预测残差；步骤4、将预测残差与预设阈值进行比较，若预测残差大于预设阈值，则对应传感器存在故障。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910144268.5/，转载请声明来源钻瓜专利网。
