论文摘要
本文研究了数据中心空调系统的制冷剂泄漏故障。在虚拟制冷剂充注量传感器模型的基础上,结合数据中心空调系统液体管路长的特点,提出了一种增加液管压降特征指标的改进型充注量估计灰箱模型。结合构建的神经网络模型,建立了一种基于混合模型的故障诊断方法。结果表明,混合模型在60%制冷剂充注量情况下仍能将预测误差控制在5%以内,极大地改善了模型在大故障情况下的计算精度。混合模型整体计算偏差大幅度降低,对不同充注量预测的平均误差为2.73%。
论文目录
文章来源
类型: 期刊论文
作者: 陈志杰,朱旭,黄小清,杜志敏
关键词: 虚拟制冷剂充注量传感器,神经网络,数据中心,故障诊断
来源: 制冷技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,计算机硬件技术
单位: 上海交通大学制冷与低温工程研究所
基金: 国家自然科学基金（No.51376125）
分类号: TP308;TB657.2
页码: 9-14
总页数: 6
文件大小: 1443K
下载量: 57
相关论文文献
标签：虚拟制冷剂充注量传感器论文; 神经网络论文; 数据中心论文; 故障诊断论文;