-
公开(公告)号:CN117804026A
公开(公告)日:2024-04-02
申请号:CN202311855922.6
申请日:2023-12-29
Applicant: 南京信息工程大学
IPC: F24F11/38 , F24F11/64 , F24F11/54 , F24F110/40 , F24F110/30
Abstract: 本发明涉及一种基于霍普菲尔网络的空调机组传感故障检测方法,基于空调机组各目标模型分别对应等式约束涉及的各目标传感器,构建霍普菲尔网络,以各等式约束关于传感器实际读数下的结果,实现节点之间的相互投票,再通过霍普菲尔网络到对称化霍普菲尔网络的转换,基于对称化霍普菲尔网络的收敛状态,实现全部目标传感器中的故障定位;设计方法以霍普菲尔网络对传感器之间的约束关系进行详细表征构建,有效克服了大规模网络难以对故障进行定位的缺点,并能够针对多个传感器故障同时存在的复合故障情况进行精确定位,提高实际故障检测定位的效率。
-
公开(公告)号:CN119598307A
公开(公告)日:2025-03-11
申请号:CN202411452273.X
申请日:2024-10-17
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G06F18/21 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于梯度评分的动态多维泰勒网的故障诊断方法,包括首先构建故障信号特征数据集,包括若干故障原始信号、以及对应的故障标签。然后构建基于梯度评分的动态多维泰勒网的故障诊断神经网络,输入数据依次经过输入层、全连接层、多项式层、Sigmoid层、梯度打分层、打分排序选择层以及输出层进行前向传播。在梯度打分层利用自动微分技术计算损失函数相对于每个单项式系数的梯度,在打分排序选择层根据梯度对单项式进行排序,并动态调整单项式的激活状态,根据计算得到的梯度进行后向传播,更新模型的各层参数,根据计算得到的梯度进行后向传播,更新模型的各层参数,最后,输出层输出故障诊断结果。
-
公开(公告)号:CN119598308A
公开(公告)日:2025-03-11
申请号:CN202411452276.3
申请日:2024-10-17
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G06F18/21 , G06N3/0499 , G06N3/084 , F24F11/30
Abstract: 本发明公开了一种基于非整数阶多项式模型的空调机组故障检测方法,包括:获取目标空调机组的故障特征数据;将故障特征数据为训练集和测试集;构建非整数阶多项式网络NIOPN模型;对NIOPN模型的输入数据进行归一化处理;基于梯度下降和Adam优化算法通过对模型进行训练,基于反向传播算法通过测试集计算损失函数对模型参数的梯度,并更新模型参数,获得训练后的NIOPN模型;本发明通过引入非整数阶多项式层的网络架构,增强模型对复杂非线性数据的拟合能力,并且在保持模型精度的同时减少过拟合。该方法可广泛应用于各类数据回归与分类场景,特别适用于特征高度非线性的数据集。
-
-