文献

J-GLOBAL ID：201702274125630370   整理番号：17A0411433

ReliefFフィルタを併用したBayes人工神経回路網を用いたVRFシステムにおける冷媒電荷故障診断【Powered by NICT】

Refrigerant charge fault diagnosis in the VRF system using Bayesian artificial neural network combined with ReliefF filter

著者 (7件)： Shi Shubiao (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Li Guannan (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Chen Huanxin (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Liu Jiangyan (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Hu Yunpeng (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Xing Lu (Department of Refrigeration & Cryogenics, Huazhong University of Science and Technology, Wuhan, China) ,  Hu Wenju (Beijing Municipality Key Lab of HVAC&R, Beijing University of Civil Engineering and Architecture, Beijing, China)
資料名： Applied Thermal Engineering  (Applied Thermal Engineering)
巻： 112  ページ： 698-706  発行年： 2017年 
JST資料番号： E0667B  ISSN： 1359-4311  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： RCAは運転性能に影響を及ぼす可能性があるので,適切な冷媒充填量(RCA)は可変冷媒流量(VRF)システムにとって重要である。しかし,公開された文献におけるVRFシステムのためのRCA断層の研究は少なかった。VRFシステムは,故障診断戦略が求められていた。本論文では,高度に効率的な故障診断モデル(FDM),特徴ランク付け(FR)のためのReliefFアルゴリズムを採用し,故障診断のためのニューラルネットワークを適用したを開発した。最初に,人工ニューラルネットワーク(ANN)モデルをN最良特徴データサブセットに構築し,Bayes正則化アルゴリズムにより最適化した。第二に,モデルは試験データサブセットによって検証し,N最良特徴データサブセットを用いた正しい診断率(CDR)を得ることができた。最適FDMはCDRと計算効率を考慮して選択した。最後に,最適FDMは,最良の隠れニューロンを選択することによって最適化した。結果は最良の特徴に基づくFDMのCDRは二十二の特徴を用いた場合に達成されたCDRと比較して十分に高いことを示したが,訓練時間は98.8%減少した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 正則化 ,  *電荷 ,  流量 ,  フィルタ ,  最適化 ,  *故障診断 ,  *ニューラルネットワーク ,  部分集合 ,  走行性能 ,  ニューロン ,  アルゴリズム ,  *冷媒
準シソーラス用語： 計算効率 ,  試験データ ,  充填量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 故障診断 ,  可変冷媒流量システム ,  ReliefFアルゴリズム ,  Bayesニューラルネットワーク ,  冷媒電荷量断層

分類 (2件)： 人工知能  (JE08000Z) ,  空気調和装置一般  (PC02010U)

タイトルに関連する用語 (5件)： 併用 ,  人工神経回路網 ,  冷媒 ,  電荷 ,  故障診断