10.3969/j.issn.2095-4468.2018.06.204
基于膜馈神经网络的焓差试验台故障预测
本文提出了一种基于膜馈神经网络的焓差试验台故障预测模型,定义了查准膜、查全膜与F1系数作为模型的评判依据.基于空调焓差试验台的长期运行数据,建立膜馈神经网络预测模型,并采取多种优化策略和方式改进模型.最终基于测试集数据进行性能测试,验证了该模型对焓差试验台故障预测的有效性.在一年多的试验工况下,该模型所预测的焓差试验台故障达到了 93.33%的查准膜与 95.02%的查全膜、以及94.14%的F1系数.对焓差试验台使用该模型,可有效预测台架故障,从而采取应对措施,减少试验台架故障导致的损失.
焓差试验台、故障预测、膜馈神经网络
38
2019-04-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
47-53