摘 要：文章以热泵机组为研究对象，从实验测试的角度建立故障-征兆模型。采用BP神经网络对热泵机组进行故障诊断并利用Matlab仿真，仿真结果表明基于BP神经网络的热泵机组故障诊断实现简单且效果较好。

关键词：神经网络；热泵机组；Matlab

引言

空气源热泵系统的故障通常分为硬故障和软故障。硬故障易于检测和判断，从而能及时排除；而软故障通常较难发现，直到系统的性能下降到舒适性受到影响才引起用户的注意，造成了大量不必要的能量损耗。因此，必须实时监控热泵机组的运行状态，加强热泵机组软故障的检测，快速诊断软故障发生的地点和部位，查找出软故障发生的原因，及时排除故障，减少能量损耗。但是热泵机组系统比较复杂，难以建立其数学模型，神经网络的出现，为这些系统的故障诊断提供了新的解决方法。文章中采用BP网络来进行故障诊断。

1 BP神经网络对热泵机组的故障诊断

BP神经网络采用的是误差反向传播算法，首先采用训练样本训练网络，神经元的激活值一层一层向后传播，从输入层经由各隐含层再传播到输出层，输出层的神经元就获得输出响应。然后为了减少实际输出与目标输出之间的均方误差，将均方误差反向传播，逐层修正各连接权值和阈值，由输出层经由各隐含层再回到输入层。随着这种修正的不断进行，网络实际输出与目标输出之间的误差也越来越小。得到合适的网络连接值后，便可对新样本进行非线性映像。……