基于神经网络预测的中央空调故障诊断

2012-08-26刘德永

制造业自动化 2012年19期

刘德永

LIU De-yong

（潍坊科技学院，寿光 262700）

0 引言

随着国内经济的蓬勃发展，出现了越来越多的现代化高楼大厦，中央空调已成为高层建筑物不可缺少的重要设备。空调设备会随着运转时间的增加而逐渐老旧，故障发生的频率和耗能也逐渐增加，因此对空调设备进行检查、保养，以及在发生故障时进行及时的维修就显得极为重要。

尽管目前制造技术的进步和自动监控设备的采用已经极大的降低了空调系统的机械损坏，但由于空调系统故障的原因相当多，如何利用人工智能、模糊理论等方法进行诊断故障，已经成为当前国际上的研究热点与发展趋势。

针对高层建筑中中央空调的故障诊断问题，本文提出一种基于三层反向传播神经网络的故障预测模型。1）针对空调系统及其相关附属设施的故障诊断，收集各项技术文献资料，以及各项故障类别与实际现象间的数据，归纳总结出中央空调系统的十种主要故障。2）利用反向传播神经网络建立了一个预测模型。将所有故障的发生情况与诊断的结果形成训练中的正样本，将正常样本作为负样本，共同采用最陡梯度下降算法来训练网络。在测试阶段对未知的故障进行预测。将所设计的神经网络预测系统应用在高层建筑中的中央空调故障诊断中，实验结果显示：利用该模型能够快速准确的预测故障。