基于人工神經網絡的自學習功能和能夠表達復雜關系的特點,針對桑塔納2000空調、冷卻系統的控制關系建立了相關神經網絡仿真模型并進行了仿真和故障診斷的研究。事實證明,神經網絡技術是復雜車輛控制系統的控制關系分析和故障診斷的一種便捷、有效的方法。

建立中央空調的靜態物理模型,通過抽取特征向量殘差,建立中央空調故障狀態和特征向量之間的映射關系。通過人工引入故障,對某大樓中央空調運行的現場測量,測量結果經處理后輸入概率神經網絡,經運算后對中央空調進行故障檢測與診斷。結果表明,該方法簡單可行,運算時間短,能夠實現對中央空調的故障檢測與診斷。

空調系統的故障診斷十分復雜。針對傳統故障診斷的不足,提出神經網絡與信息融合相結合的故障綜合診斷方法,對來自多個時刻的故障信息進行融合,得到更為準確的故障綜合診斷結果。通過在集中空調教學模型上的仿真試驗,證明了該故障診斷方法的可靠性。

將模糊理論與神經網絡相結合,構成了模糊神經網絡;針對熱泵空調五種常見故障,分析了模糊神經網絡在熱泵空調故障診斷中的應用。與傳統故障診斷方法相比,基于模糊神經網絡的故障診斷方法對單一故障具有很好的識別能力,可以提高診斷精度。

基于神經網絡的變風量空調系統故障診斷——對變風量空調系統的故障和故障發生的原因進行了分析．提出了采用bp神經網絡對變風量空調系統的故障進行檢測與診斷．運用matlab中的神經網絡工具對故障的模式和故障的原因進行了仿真。

對空調系統中的溫度、壓力、流量傳感器的漂移故障,提出了一種基于小波神經網絡的傳感器故障診斷方法。該方法首先采用小波分析方法對歷史故障數據和正常數據進行分析,從而提取數據的頻帶特征,通過神經網絡對這些特征進行學習,使神經網絡分析能夠對待診斷數據的進行故障診斷。仿真實驗的結果表明,該方法對傳感器的漂移故障能夠實現有效地診斷。

對變風量空調系統的故障和故障發生的原因進行了分析.提出了采用bp神經網絡對變風量空調系統的故障進行檢測與診斷.運用matlab中的神經網絡工具對故障的模式和故障的原因進行了仿真。仿真結果表明,采用bp神經網絡對變風量空調系統進行故障診斷是行之有效的。

基于補償模糊神經網絡的制冷系統故障診斷研究——選擇反映制冷系統故障狀態的熱力參數集組成特征向量，并對其進行模糊化處理，利用補償模糊神經網絡建立故障狀態與熱力參數特征向量之間的映射關系。將神經網絡和補償模糊邏輯相結合，采用動態、全局優化的運算，...

目的通過對鋁電解生產過程中的故障進行有效地診斷來提高鋁的生產效率和節約能源.方法把粗糙集和神經網絡結合起來應用在鋁電解的故障診斷中.先用自組織特征映射網絡(som)對初始數據進行離散化后得到決策表,然后用粗糙集理論對決策表進行約簡得到最簡決策表,根據最簡決策表設計bp神經網絡對鋁電解中的故障進行診斷.結果用粗糙集對神經網絡的輸入數據進行預處理可以簡化神經網絡的結構,減少計算量和訓練時間,從而提高整個診斷系統的診斷效率、故障診斷準確率在90%以上.結論該方法能夠對鋁電解中的故障做出正確的診斷.

基于小波神經網絡的空調系統傳感器故障診斷——文章詳細闡述了小波神經網絡(wnn)的原理、結構，并對傳統的bp算法進行了改進。以空調系統傳感器故障檢測問題為目標，提出了基于wnn的故障診斷方法。通過采集天津博物館中的傳感器數據，對訓練好的wnn進行了傳感器...

由于我國智能自動化技術正在日益精進,對傳感器的故障診斷及修復技術變得不容忽視,這其中,整流罩的空調系統傳感器多用于衛星等航天器械之上,對該系統的鼓掌診斷多半基于神經網絡技術。文章首先概述整個整流罩空調系統的各組成部分,然后分析了導致整流罩空調系統的傳感器發生故障的主要影響因素及其典型體現,最后針對如何對傳感器故障進行診斷提出具體方法,重點體現神經網絡技術。

人的思維有邏輯性和直觀性兩種不同的基本方式.直觀性的思維是將分布式存儲的信息綜合起來,結果是忽然間產生想法或解決問題的辦法.這種思維方式的根本之處在于以下兩點:①信息是通過神經元上的興奮模式分布儲存在網絡上;②信息處理是通過神經元之間同時相互作用的動態過程來完成的.人工神經網絡就是一個模擬人的直觀性思維的非線性動力學系統,其特色在于信息的分布式儲存和并行協同處理.

人的思維有邏輯性和直觀性兩種不同的基本方式。直觀性的思維是將分布式存儲的信息綜合起來,結果是忽然間產生想法或解決問題的辦法。這種思維方式的根本之處在于以下兩點:①信息是通過神經元上的興奮模式分布儲存在網絡上;②信息處理是通過神經元之間同時相互作用的動態過程來完成的。人工神經網絡就是一個模擬人的直觀性思維的非線性動力學系統,其特色在于信息的分布式儲存和并行協同處理。

針對變風量空調系統的故障診斷問題及其特點,提出了一種基于改進角分類神經網絡——fdcc的故障診斷模型.該模型克服了cc4角分類神經網絡輸出結果為二進制的局限,根據故障模式所落入的k最近鄰的樣本泛化空間來進行故障診斷,并輸出結果向量,其各分量為各故障原因可能出現的概率.

詳細闡述了小波神經網絡(wnn)的原理、結構,并對傳統的bp算法進行了改進。以空調系統傳感器故障檢測問題為目標,提出了基于wnn的故障診斷方法。通過采集天津博物館中的傳感器數據,對訓練好的wnn進行了傳感器故障診斷能力的驗證,對溫度傳感器的1℃偏差故障、0.05℃/s速率漂移故障、完全故障、與不同方差下的精度等級下降故障進行了仿真,結果表明:這種方法對傳感器故障具有很好的診斷效果。

針對普通bp算法存在的收斂速度慢以及容易陷入局部極小點等問題,提出了一種改進的bp算法,應用該算法對空調系統傳感器故障進行診斷。matlab仿真運行證明,在相同的條件下,改進的bp算法加快了網絡的收斂速度,避免了陷入局部極小的問題。在故障診斷的準確率方面優于普通的bp神經網絡。

選擇熱力參數集組成反映制冷系統故障狀態的特征向量,提出了利用概率神經網絡通過模式分類來聯系系統故障狀態與熱力參數特征向量之間的映射關系.對實際試驗結果的應用嘗試表明,該診斷方法可行且有效,為開發以人工神經網絡為框架的制冷系統故障診斷系統提供了研究基礎.

針對空調系統中的不同故障,分析了空調箱的故障特性,并討論了不同故障對空調系統能耗及熱舒適性的影響.仿真試驗結果表明,送風溫度的測量故障會導致系統能耗的增加.根據故障特性,提出了一種基于神經網絡的數據處理方法,用以檢測和診斷空調箱中的傳感器故障.該方法首先選取歷史數據對神經網絡進行訓練,實現對系統運行狀態的識別和預測.然后,通過比較測量值與預測值,計算出相對誤差,實現對故障的診斷.最后,利用基于trnsys的仿真器,對神經網絡的故障診斷策略進行了驗證.結果表明,神經網絡可以有效診斷空調系統中的溫度、流量和壓力傳感器故障.

文章以熱泵機組為研究對象,從實驗測試的角度建立故障-征兆模型。采用bp神經網絡對熱泵機組進行故障診斷并利用matlab仿真,仿真結果表明基于bp神經網絡的熱泵機組故障診斷實現簡單且效果較好。

本文綜述了國際遙感分類研究,使用landsat7etm+遙感數據和地理輔助數據,應用bp神經網絡方法,將莽漢山林場作為研究區進行了遙感影像的分類研究。比較了bp神經網絡分類與最大似然、簡單和復雜非監督分類法之間的類型與數量精度。bp神經網絡分類的總類型精度是70.5%,總數量精度為84.65%,kappa系數是0.6455。結果說明bp神經網絡的分類質量優于其他方法,其總的類型精度與其他三種分類方法相比分別增加了10.5%、32%和33%,總的質量精度增加了5.3%。因此,輔以地理參考數據的bp神經網絡分類可以作為一種有效的分類方法。

提出了一種減聚類徑向基函數神經網絡的紡織空調送風風機故障診斷方法。在rbf網絡中采用了一種減聚類的學習算法來確定徑向基函數的相應參數,使網絡結構得到優化。試驗結果顯示,該方法可以有效提高故障診斷的精度和效率。

介紹了神經網絡的發展及其基本原理，以及常用的b-p網絡及訓練算法，并介紹了神經網絡的各種應用，著重其在制冷空調方面的應用；還論述了神經網絡在控制方面應用的相關理論及在制冷空調系統控制上的嘗試。