-
题名基于关键特征的制冷剂泄漏故障软测量研究
- 1
-
-
作者
凌敏彬
杨钰婷
韩华
徐玲
崔晓钰
-
机构
上海理工大学能源与动力工程学院
开利空调冷冻研发管理(上海)有限公司
-
出处
《制冷学报》
北大核心
2025年第2期145-154,共10页
-
基金
国家自然科学基金(51506125)资助项目。
-
文摘
针对制冷剂泄漏难以直接测量的问题,建立基于数据挖掘和关键特征的制冷剂泄漏故障软测量研究。通过随机森林重要性排序和距离相关系数对制冷剂泄漏故障的表征特征进行筛选,建立支持向量回归(SVR)软测量模型对泄漏进行定量测量。经一台额定制冷量为1440 kW、充注量为330 kg螺杆式冷水机组泄漏实验验证,基于3个表征特征建立的SVR软测量模型在测试集上的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.844 kg和0.734 kg,软测量性能较其它3个特征子集显著提升。
-
关键词
制冷剂泄漏
特征选择
软测量
随机森林
支持向量回归
-
Keywords
refrigerant leakage
feature selection
soft measurements
random forest
support vector regression
-
分类号
TB612
[一般工业技术—制冷工程]
TB657
[一般工业技术—制冷工程]
-
-
题名基于多目标异权重回归的冷水机组故障诊断显式模型
被引量：1
- 2
-
-
作者
吴孔瑞
韩华
杨钰婷
陆海龙
凌敏彬
-
机构
上海理工大学能源与动力工程学院
重庆美的通用制冷设备有限公司
-
出处
《制冷学报》
CAS
CSCD
北大核心
2024年第1期118-128,共11页
-
基金
国家自然科学基金(51506125)资助项目。
-
文摘
针对冷水机组中常见的7种故障,本文基于交叉熵损失函数和随机梯度下降算法建立了多目标异权重回归模型,进行故障诊断。该模型较常规的机器学习分类模型简单,无需迭代,计算速度快,且为显式模型(非黑箱),可直观分析各参数对每类故障的重要程度。与传统的单目标回归模型相比,故障诊断性能优势显著,在不同特征集合下,性能最低提升40.50%。对比不同文献中特征集合在本模型中的效果,并提出了新的特征集合,正常运行及7类故障的总体诊断准确率可达89.83%,局部故障的诊断准确率达到98%以上。通过可视化诊断模型中的参数权重,发现过冷度和供油温度参数对诊断制冷剂泄漏、制冷剂过充和润滑油过量3种系统性故障最为重要;供油压力、冷凝器趋近温度、蒸发器与冷凝器的水流量参数对诊断4种局部故障最为重要。
-
关键词
冷水机组
故障诊断
显式模型
交叉熵
随机梯度下降
-
Keywords
chiller
fault diagnosis
explicit model
cross entropy
stochastic gradient descent
-
分类号
TU831.4
[建筑科学—供热、供燃气、通风及空调工程]
TP306.3
[自动化与计算机技术—计算机系统结构]
-
