《表1 状态参数：基于机器学习的污水源热泵机组故障诊断模型研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的污水源热泵机组故障诊断模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

BP(Back-propagation）神经网络是一种按误差逆向传播算法进行网络训练的多层前馈型神经网络[7]。本文利用L-M、BR、SCG训练算法分别建立故障诊断模型，用于识别污水源热泵机组的“通过蒸发器的水流量减少”，“蒸发器结垢”和“冷凝器结垢”三种故障类型。如图1所示，输入层有12个神经元，分别对应矩阵X={x1，x2，…，x12}的各分量，代表污水源热泵机组中蒸发器、冷凝器和压缩机的温度、压力等12种状态参数（如表1）。隐含层结点个数为25，分别表示为{b1，b2，…，b25}。输出层有3个神经元，对应矩阵Y={y1，y2，y3}的各分量。诊断结果为故障矩阵F={f1，f2，f3}，如表2。