基于1DCNN-DS的冷水机组故障诊断

摘要：

针对冷水机组故障状态下样本数据规模小,特征参数耦合的问题,提出了一种基于一维卷积神经网络(One-dimension CNN,1DCNN)架构与Dempster-Shafer(DS)证据理论的冷水机组故障诊断模型.在该模型中,首先利用一维卷积层和池化层进行特征提取,然后将这些特征转换为质量函数,并在DS层利用Dempster规则聚合,最后期望效用层进行基于质量函数的精确分类.通过使用ASHRAE RP-1043的故障实验数据对方法性能进行验证,该1DCNN-DS模型的故障识别准确率达99.42％,与其他诊断模型仿真实验结果对比,存在明显优势.

关键词：一维卷积神经网络、DS理论、冷水机组、故障诊断

所属期刊栏目：50

分类号：TP277(自动化技术及设备)

资助基金：浙江省自然科学基金LQ19E060007

在线出版日期：2022-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：69-76