基于PCA-PNN的冷熱沖擊箱制冷系統(tǒng)故障診斷研究.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展與工業(yè)自動化水平的提高，制冷設(shè)備的應(yīng)用范圍越來越廣，尤其是作為冷熱沖擊試驗(yàn)箱的重要組成部分，在檢測工業(yè)產(chǎn)品溫濕度環(huán)境方面的可靠性具有重要意義。由于制冷系統(tǒng)結(jié)構(gòu)復(fù)雜，故障發(fā)生頻率高，且故障發(fā)生時難以被檢測與識別，對設(shè)備可靠性、安全性與經(jīng)濟(jì)性等造成不良影響，而且會導(dǎo)致能耗增加。因此對制冷系統(tǒng)的故障進(jìn)行分析，找到能快速識別故障并排除的方法是該領(lǐng)域研究熱點(diǎn)。本文使用主元分析與概率神經(jīng)網(wǎng)絡(luò)的方法對冷熱沖擊試驗(yàn)箱制冷系統(tǒng)的常見

2、故障進(jìn)行診斷。
　　首先，介紹了冷熱沖擊試驗(yàn)箱的組成結(jié)構(gòu)與其制冷系統(tǒng)的工作原理，對系統(tǒng)中常見故障和故障發(fā)生原因進(jìn)行分析，確定故障與癥狀之間的關(guān)系，并選取能夠反映系統(tǒng)運(yùn)行狀態(tài)的測量參數(shù)。為解決目前制冷系統(tǒng)故障診斷過程中遇到的難題，設(shè)計整體解決方案。
　　其次，介紹了主元分析算法，分析與學(xué)習(xí)主元分析法實(shí)現(xiàn)流程，并對算法進(jìn)行優(yōu)化，確定最優(yōu)主元。對優(yōu)化后的主元分析算法進(jìn)行仿真，證明該算法能夠減少數(shù)據(jù)空間的維數(shù)，降低數(shù)據(jù)信息之間的冗余

3、度。
　　然后，通過學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)原理，建立基于最優(yōu)參數(shù)BP網(wǎng)絡(luò)的故障診斷系統(tǒng)，對制冷系統(tǒng)的3種故障進(jìn)行診斷，經(jīng)實(shí)驗(yàn)證明該系統(tǒng)盡管能診斷出故障，輸出誤差達(dá)到期望值，但存在結(jié)構(gòu)復(fù)雜、網(wǎng)絡(luò)收斂慢等諸多問題。因此引入概率神經(jīng)網(wǎng)絡(luò)，建立基于PNN網(wǎng)絡(luò)的故障診斷系統(tǒng)，使用Matlab2012軟件進(jìn)行仿真實(shí)驗(yàn)，將前面的3種故障使用該系統(tǒng)進(jìn)行診斷。與BP網(wǎng)絡(luò)的診斷結(jié)果相比較，確定了PNN網(wǎng)絡(luò)不僅結(jié)構(gòu)簡單而且訓(xùn)練速度快穩(wěn)定性好等優(yōu)勢。