The invention relates to an on-line identification method of air conditioner operation state. Firstly, the reference condensation temperature and the reference suction temperature value list are used to determine the different operating temperatures of the air conditioner for comparison with the follow-up; secondly, the system structure of the expert system of air conditioner state discrimination based on neural network is realized through the establishment of knowledge base, the design of reasoning machine and interpreter Function module design; finally, collect the operating parameters of the air conditioner at the current time, calculate the condensation temperature, suction temperature and air outlet temperature of the air conditioner at the current state, and compare with the reference condensation temperature, suction temperature and air conditioner set temperature at the same indoor and outdoor temperature to obtain the status symptoms of the current air conditioner, and input the status symptoms In the neural network model after training, the state mode corresponding to the current state symptoms can be obtained, so as to complete the on-line intelligent discrimination of the current operation state of the air conditioner.
【技术实现步骤摘要】
空调器运行状态在线判别方法
本专利技术涉及一种空调器运行状态监测与模式识别方法,属于电器状态监测与识别
技术介绍
近年来,随着我国国民经济的迅速发展和人民生活水平的日益提高,空调设备越来越广泛地应用于工矿企业、商业、医疗、服务业等多种行业及其相应场所。受输电质量、外界环境以及各部件自身寿命等因素影响,空调极易发生不同类型不同程度的故障。常见的空调故障类型主要包括:压缩机绕组烧毁、冷凝器积灰、蒸发器过滤器堵塞、制冷剂泄露等。当空调发生故障时,若不能及时诊断排除故障,轻者影响环境舒适性,造成能源的浪费,进而影响到生产生活,重则带来巨额的经济损失。目前,空调的状态监测与故障模式识别的任务主要是依靠各空调器生产厂商对各自的空调器产品中自诊断功能的研发来实现,例如:“美的”变频空调器的诊断系统以检测诊断电压、电流及风机为主,对制冷系统的诊断(单制冷功能时)以采集的室内温度、室外温度、室外冷凝器管壁温度(相当于冷凝温度)为依据进行相应的诊断,诊断的结果为空调器“某参数异常”,如室内蒸发器低温、室外冷凝器高温等,并不分析产生上述故障的可能原因;“海尔”变频空调器的诊断系统以采集的室内温度、蒸发温度、室外温度、室外冷凝器管壁温度(相当于冷凝温度)和压缩机的温度为依据进行相应的诊断,以定时灯的闪烁次数来代表不同的故障;“松下”、“三菱”等国外空调产品的诊断系统与上述国产空调基本相同。然而,这种依靠空调器中的自诊断系统得出的状态监测与模式识别结果存在着诸多问题:一方面,状态模式通过故障代码或者不同信号灯的组合给出,造成非专业空 ...
【技术保护点】
1.一种空调运行状态的在线判别方法,其特征在于,该方法主要包括温度监测和神经网络专家系统的构建两部分,所述方法包括如下步骤:/n(1)参考冷凝温度T
【技术特征摘要】
1.一种空调运行状态的在线判别方法,其特征在于,该方法主要包括温度监测和神经网络专家系统的构建两部分,所述方法包括如下步骤:
(1)参考冷凝温度T冷、参考吸气温度T吸值的确定:对不同工作温度即室内、室外温度下的正常运行空调器的运行状态数据进行收集,其中,所述空调器的运行状态数据包括冷凝温度t冷和吸气温度t吸,建立参考冷凝温度与参考吸气温度的计算表达式如下所示:
T冷=A1t外+t内-A2(1)
T吸=B1t外+t内-B2(2)
式中,t外为室外温度,t内为室内温度,A1、A2与B1、B2分别为参考冷凝温度与参考吸气温度计算公式中的常系数,其确定方法为利用最小二乘法对空调器正常状态下的历史温度参数数据进行拟合,从而得到不同工作温度下的参考冷凝温度和参考吸气温度值;
(2)神经网络专家系统的构建:构建空调器运行状态在线智能判别的神经网络专家系统主要包括知识库组建与推理机设计两大部分,其中知识库组建包括状态判别知识的获取和知识的存储两个过程;推理机的设计包括推理方法的选择、推理方向的确定以及控制策略的设计三个方面,其中,
1)基于神经网络的空调器状态判别专家系统知识库的组建,包括:
训练样本的获取与优选,训练样本来源于空调器正常工作和各项异常状态下的各种工作参数;
将收集到的有关空调器状态判别所需的专家知识采用谓词逻辑表示法进行表达,建立完成一个独立于推理机制的基于谓词逻辑的故障知识库;
知识库构建后,利用训练样本对神经网络模型进行训练学习,从而获得内嵌了现有领域专家知识的神经网络结构模型,以供后续的神经网络测试环节调用;
2)...
【专利技术属性】
技术研发人员:代勇,徐小卫,刘伊浚,齐钊斌,
申请(专利权)人:七彩安科智慧科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。