《表3 特征变量表:基于改进贝叶斯神经网络的多联机故障诊断策略》

《表3 特征变量表:基于改进贝叶斯神经网络的多联机故障诊断策略》   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
《基于改进贝叶斯神经网络的多联机故障诊断策略》


  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

实验按照PID控制规则将两个房间的温度条件调整至表1所示。数据采集系统每隔15s收集一次数据,每次实验至少进行45min,共选取了3831个样本数据,其中充注不足样本1963个、充注适中样本1120个、充注过量样本748个。实验参考Sun[14]等人的研究选取了压缩机排气温度、压缩机外壳温度、室外风机温度、压缩机电压和冷凝温度五个特征变量进行故障诊断,特征详情如表3所示。