[发明专利]空调器运行状态在线判别方法

摘要

本发明涉及一种空调器运行状态在线识别方法，首先，利用确定空调器不同工作温度时的参考冷凝温度与参考吸气温度数值列表，用于与后续比对；其次，通过对知识库的建立、推理机以及解释器的设计实现对基于神经网络的空调器状态判别专家系统的体系结构与功能模块设计；最后，采集当前时刻空调器运行状态的工作参数，计算出当前状态下空调器的冷凝温度、吸气温度以及出风口温度，同时与相同室内外温度下的参考冷凝温度、吸气温度以及空调设定温度进行对比，获得当前空调器的状态征兆，并将所获状态征兆输入至训练完成的神经网络模型中，进而获得与当前状态征兆相对应的状态模式，从而完成对空调器当前运行状态的在线智能判别。

主权项

1.一种空调运行状态的在线判别方法，其特征在于，该方法主要包括温度监测和神经网络专家系统的构建两部分，所述方法包括如下步骤：/n(1)参考冷凝温度T_冷、参考吸气温度T_吸值的确定：对不同工作温度即室内、室外温度下的正常运行空调器的运行状态数据进行收集，其中，所述空调器的运行状态数据包括冷凝温度t_冷和吸气温度t_吸，建立参考冷凝温度与参考吸气温度的计算表达式如下所示：/nT_冷＝A₁t_外+t_内-A₂ (1)/nT_吸＝B₁t_外+t_内-B₂ (2)/n式中，t_外为室外温度，t_内为室内温度，A₁、A₂与B₁、B₂分别为参考冷凝温度与参考吸气温度计算公式中的常系数，其确定方法为利用最小二乘法对空调器正常状态下的历史温度参数数据进行拟合，从而得到不同工作温度下的参考冷凝温度和参考吸气温度值；/n(2)神经网络专家系统的构建：构建空调器运行状态在线智能判别的神经网络专家系统主要包括知识库组建与推理机设计两大部分，其中知识库组建包括状态判别知识的获取和知识的存储两个过程；推理机的设计包括推理方法的选择、推理方向的确定以及控制策略的设计三个方面，其中，/n1)基于神经网络的空调器状态判别专家系统知识库的组建，包括：/n训练样本的获取与优选，训练样本来源于空调器正常工作和各项异常状态下的各种工作参数；/n将收集到的有关空调器状态判别所需的专家知识采用谓词逻辑表示法进行表达，建立完成一个独立于推理机制的基于谓词逻辑的故障知识库；/n知识库构建后，利用训练样本对神经网络模型进行训练学习，从而获得内嵌了现有领域专家知识的神经网络结构模型，以供后续的神经网络测试环节调用；/n2)空调器状态判别专家系统推理机的设计：首先考虑到空调器工作参数的特征的不确定性，采用模糊推理的方法赋予各类不确定知识以一定的确定性因子，并沿着推理链传播这种不确定性，最终根据设定的阈值对结论的确定性因子进行评估，从而得出类似于人类专家水平的问题求解结论；其次，利用正反向混合推理机制实现对空调器运行状态判别的问题进行推理求解；/n(3)基于神经网络专家系统的空调器当前状态模式判别的实现：采集当前时刻空调器运行状态的工作参数，计算出当前状态下空调器的冷凝温度、吸气温度以及出风口温度，同时与步骤(1)中相同室内外温度下的参考冷凝温度、吸气温度以及空调设定温度进行对比，获得当前空调器的状态征兆；将所获状态征兆输入至训练完成的神经网络模型中，进而获得与当前状态征兆相对应的状态模式，从而完成对空调器当前运行状态的判别，并根据空调器状态判别专家系统中的解释器对神经网络的输出所代表的状态判别的结论做出解释，并针对可能出现的异常状态给出报警及对应的处理办法。/n