基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

轴流式通风机噪声的主动控制

在实验室环境研究轴流式通风机噪声的主动控制问题。轴流通风机的噪声主要由风叶旋转时的通频及其低次谐频成分构成 ,应用主动噪声控制技术能够有效地抑制这些离散频率上的声音。通过对多通道自适应控制系统的组成和算法的分析 ,设计了具有 4个误差输入和 2个抵消输出的ANC系统并应用于通风机噪声控制 ,获得了满意的实验结果。