论文部分内容阅读
针对离心式冷水机组7种常见故障（包括系统故障和局部故障）,建立基于误差反向传播（BP）神经网络的诊断模型。通过调整网络结构及参数、改变训练函数等手段优化模型,并详细讨论优化前后故障诊断的总体正确率及各类故障的诊断结果。结果表明：网络优化后,总体诊断正确率从最初的57.1%（单隐层、10个节点/层）提高到95.5%（四隐层、20个节点/层）,采用贝叶斯归一化法训练最佳;与局部故障相比,系统故障由于其对系统运行的广泛影响而更难以被识别。