面向智慧社區(qū)的中央空調在線故障智能診斷技術的研究與實現.pdf_第1頁
已閱讀1頁，還剩84頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、中央空調是社區(qū)的重要設施之一。由于其設備眾多、系統(tǒng)復雜，一旦發(fā)生故障，維修人員很難在短時間內找出故障點并維修。這將對社區(qū)居民的生活和工作造成很大影響。傳統(tǒng)的離線監(jiān)控耗時較長，難以實現對中央空調的實時控制。因此，中央空調的在線故障監(jiān)控對于提高設備維修效率、減小對居民的影響、延長設備壽命具有十分重要的意義。
　　智慧社區(qū)是在物聯網和互聯網的基礎上將社區(qū)中的設施、系統(tǒng)、功能等資源整合起來的平臺。本文將智慧社區(qū)中央空調作為研究對象，利用物

2、聯網技術，通過信息傳感設備，實時采集反應中央空調運行狀態(tài)的參數信息，再通過互聯網實現對中央空調的遠程實時監(jiān)控和故障智能診斷。具體研究內容包括:
　　(1)綜述了國內外主流的故障診斷方法，并結合中央空調系統(tǒng)復雜、故障關系不明確、工作環(huán)境惡劣等特點，選擇神經網絡作為本文的故障診斷方法。
　　(2)針對中央空調故障預警快速準確的要求，建立了BP神經網絡模型和SOM神經網絡模型，并對其進行仿真測試，分析了其故障診斷結果。
　　

3、(3)針對BP神經網絡易陷入局部最優(yōu)且需要大量訓練樣本以及SOM神經網絡分類稀疏、準確率低，提出了將SOM神經網絡的輸出結果作為BP神經網絡的輸入，建立了SOM-BP串聯神經網絡模型。通過對串聯網絡的訓練和測試并分析其訓練誤差和測試準確率，結果表明改進后的算法能加速網絡收斂并有效提高故障診斷準確率。
　　(4)基于以上的算法和模型，開發(fā)了嵌入SOM-BP串聯神經網絡故障診斷算法的智慧社區(qū)中央空調在線故障智能診斷系統(tǒng)，并在實際應用環(huán)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論