基于遗传神经网络的除湿机故障诊断与寿命预测

扫码查看

原文链接

NETL

中文摘要：某低温制冷系统采用空气涡轮制冷，在涡轮前端设置除湿机，识别除湿机的性能状态和预测吸附剂的剩余寿命.针对除湿机故障过程缓变的特点,提出了一种基于数据驱动的遗传神经网络模型.首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式.其次,利用遗传神经网络建立状态参数和故障模式的映射关系.最后,对表征设备吸附能力的主参数进行外推预测.训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高.该方法可有效地实现对除湿机的故障诊断与预测.

作者：

张琪、吴亚锋、徐建

展开 >

作者单位：

中国华阴兵器试验中心,陕西华阴714200

西北工业大学,西安710072

关键词：

低温制冷系统除湿机故障诊断寿命预测遗传神经网络

主办单位：

中国腐蚀与防护学会

中国兵工学会

中国宇航学会

中国造船工程学会

中国航空学会

中国核学会

中国电子学会

会议名称：

第四届装备环境工程发展论坛

会议时间：

2016-10-20

会议地点：

合肥

会议母体文献：

第四届装备环境工程发展论坛论文集

页码：

478-484

出版时间：

2016