为实现车载空调制冷系统故障诊断功能,快速判断空调制冷系统可能出现的故障类型,文章建立车载空调制冷系统一维仿真模型,并以压缩机进出口温度、压力等参数为特征参数,冷凝器风量降低、制冷剂泄漏等故障为输出目标结果,构建车载空调制...为实现车载空调制冷系统故障诊断功能,快速判断空调制冷系统可能出现的故障类型,文章建立车载空调制冷系统一维仿真模型,并以压缩机进出口温度、压力等参数为特征参数,冷凝器风量降低、制冷剂泄漏等故障为输出目标结果,构建车载空调制冷系统的反向传播(back-propagation,BP)神经网络故障诊断模型和决策树故障诊断模型。研究结果表明:当冷凝器风量降低时,压缩机排气温度与排气压力上升,空调系统的制冷量和性能系数(coefficient of performance,COP)下降。通过对比2种不同诊断策略的仿真测试结果发现,采用BP神经网络进行车载空调制冷系统故障诊断的准确率可以达到92.5%。展开更多
文摘为实现车载空调制冷系统故障诊断功能,快速判断空调制冷系统可能出现的故障类型,文章建立车载空调制冷系统一维仿真模型,并以压缩机进出口温度、压力等参数为特征参数,冷凝器风量降低、制冷剂泄漏等故障为输出目标结果,构建车载空调制冷系统的反向传播(back-propagation,BP)神经网络故障诊断模型和决策树故障诊断模型。研究结果表明:当冷凝器风量降低时,压缩机排气温度与排气压力上升,空调系统的制冷量和性能系数(coefficient of performance,COP)下降。通过对比2种不同诊断策略的仿真测试结果发现,采用BP神经网络进行车载空调制冷系统故障诊断的准确率可以达到92.5%。
