沈显庆， 黄习恒

(黑龙江科技大学 电气与控制工程学院， 哈尔滨 150022)

0 引 言

随着经济快速发展，制冷设施在生产生活变得越来越重要。尤其在医疗药物、特殊材料、高端食材等方面对温度精度要求更高。超过预警温度，将会造成极大损失。蒸发器作为制冷机组冷库温度精度控制最直接的部分，冷库温度超过预警温度，即视为蒸发器系统故障，在故障发生之前根据出现的微小征兆准确预测故障，将会有重大的意义[1]。韩华等[2]提出一种复合故障诊断模型，利用遗传算法与带参数优化的支持矢量机结合，提高故障诊断正确率，但未对故障预测问题进一步分析。蔡博伟等[3]提出了一种基于前馈神经网络的空调系统焓差试验台故障预测模型，取得了较好的成果，但未对制冷系统具体部位故障预测进行分析，且故障预测特征值精度未提及。基于以上研究现状，笔者以某一针对特殊食材设计的高精度低温冷库为研究对象，其食材保存温度为-29 ℃，可允许温差为0.5 ℃，超过预警温度1 h即会导致食物变质。通过Matlab系统仿真研究，使用一步预测模式，建立基于Adam算法改进的Elman神经网络设计预测模型，对比分析网络的预测性能。

1 一步预测输入输出模式

1.1 样本参数的选取

制冷机组主要组成部分为压缩机、冷凝器、蒸发器、节流阀等。制冷工作环境下，蒸发器及其部件位于室内，经制冷剂作用调节室内温度，冷库温度与蒸发器系统有着直接关系。通过对蒸发器系统数据样本集分析，按照输入数据是否与系统输出指标有明确因果关系，选取蒸发器指标参数如下5个：风机排水管温度、蒸发器冷却液进口温度、风机托水盘温度、低温霜温和压缩机进口温度。……