郭亚宾
- 作品数：16 被引量：97H指数：8
- 供职机构：华中科技大学能源与动力工程学院更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金北京市重点实验室更多>>
- 相关领域：一般工业技术自动化与计算机技术建筑科学机械工程更多>>
- 氟泵双循环空调技术在数据中心的应用研究
- 空调系统能耗在数据中心能耗中占有很大的比例，而且空调系统节能潜力较大，因此空调系统的节能优化对于绿色数据中心建设具有很大意义。本文针对数据中心的能耗特点，结合氟泵双循环空调设备运行特点，分析了在我国高纬度地区运用氟泵空调...
- 郭亚宾陈焕新刘安全李冠男胡云鹏
- 关键词：空调数据中心
- 基于数据挖掘的多联机能耗预测被引量：11
- 2020年
- 本文提出了基于数据挖掘模型的多联机系统能耗预测方法,通过分析对比多元线性回归、支持向量机、径向基函数神经网络3种算法模型,得到了可靠的多联机运行能耗的预测模型。结果表明:3种模型都表现出较好的预测性能;径向基神经网络预测模型较之其他两个模型的误差小,均方根误差达到0.1734,预测准确率高,拟合效果最佳。
- 唐小谦陈焕新郭亚宾
- 关键词：数据挖掘多元线性回归支持向量机径向基函数
- 数据挖掘技术在冷链物流行业的应用被引量：1
- 2018年
- 本文基于大数据的背景,简要介绍了数据挖掘的概念,研究对象以及部分算法,并阐述了数据挖掘的基本流程。结合冷链物流行业目前已存在的统计数据,介绍了该行业目前现状,重点阐述了该行业在发展上升过程中所面临的一系列亟待解决的问题;梳理出冷链物流领域大数据的来源及分类;认为应用数据挖掘技术可推进冷链物流行业今后的转型发展,提出了数据挖掘在节能模式识别,智能控制优化以及故障诊断及预测等方面的用途;利用大数据可最终达到完善冷链体系,整合冷链资源,提升产品品质,降低物流成本等效果。
- 寻惟德陈征陈焕新郭亚宾袁玥刘桢
- 关键词：冷链物流大数据数据挖掘
- 基于遗传算法和BP神经网络的多联机阀类故障诊断被引量：17
- 2018年
- 针对多联机系统(变制冷剂流量系统)阀类故障的诊断特征变量冗杂、诊断效率低的问题,提出一种复合诊断模型,利用遗传算法在原始特征集中搜索特征子集,与参数优化后的BP神经网络模型结合,对多联机阀类故障进行检测和诊断。本文从原始特征集中优化选择了带有18个特征变量的最优特征子集,用该模型对电子膨胀阀卡死、电子膨胀阀泄漏和四通阀故障3种故障进行检测,结果表明:该复合诊断模型对故障检测率提高,其中电子膨胀阀的卡死故障检测率提升8%,整体诊断正确率提高到99.27%;该复合诊断模型大大提高了诊断效率,使测试时间缩短了52.17%,表明该复合诊断模型具有较好的故障诊断效果。
- 郭梦茹谭泽汉陈焕新郭亚宾黄耀
- 关键词：遗传算法BP神经网络
- 基于改进主元分析方法的空调系统传感器故障检测和诊断研究被引量：9
- 2020年
- 传感器在空调系统中主要起着监测和控制的作用,影响空调系统的正常运行,从而带来能耗增加等不良影响。本文提出了结合小波变换的数据优化,以及基于神经网络的故障诊断优化的改进主元分析方法,用于空调系统传感器故障检测和诊断研究。通过对比数据优化前后主元分析的结果,发现同样0. 850 0累计贡献率原则上,采用小波变换去除噪声后,主元个数减少了两个,蒸发器进口温度传感器的固定偏差、漂移、精度下降等故障检测效果分别提升了0. 020 7、0. 020 8、0. 041 5,风量传感器固定偏差故障检测效果提升了0. 160 6。为了进一步找出故障源,在小波变换和主元分析的基础上,将求得的主元作为神经网络的输入,对5个传感器固定偏差故障进行测试,故障诊断结果分别为0. 766 7、0. 866 7、0. 900 0、1. 000 0、1. 000 0。
- 张爽爽陈焕新张弘韬郭亚宾
- 关键词：故障检测和诊断主元分析小波去噪空调系统
- 基于EWMA-BN的冷水机组故障诊断策略被引量：5
- 2019年
- 为提高冷水机组故障诊断的准确度,本文提出一种基于EWMA-BN的冷水机组故障诊断策略。EWMA-BN模型通过EWMA控制图进行故障检测,以其控制限为阈值将各性能指标的故障数据分为高、低、正常3种状态,通过概率统计获得条件概率表,将条件概率表和由专家知识获得的先验概率表输入BN进行故障诊断。利用实验数据从输入模型的证据节点数量、顺序及完整性等方面分析该模型的故障诊断特性。结果表明:EWMA-BN方法对冷水机组常见故障的诊断效果显著,后验概率值(故障诊断结果)均大于0.85,且输入模型的证据节点越多,故障诊断结果越准确,但证据节点输入模型的顺序对最终故障诊断结果无任何影响;对不确定、不完整信息的利用进一步提高了模型的故障诊断能力。采用ASHRAE Project提供的数据对EWMA-BN模型进行验证,故障诊断结果良好。
- 尚鹏涛郭亚宾谭泽汉陈焕新丁新磊
- 关键词：贝叶斯网络故障诊断EWMA控制图冷水机组
- 基于优化神经网络的空调系统未知类型故障诊断被引量：9
- 2018年
- 目前基于数据驱动方法的制冷系统故障诊断模型,只能对参与建模训练的已知类型故障进行诊断,而对于未参与建模训练的未知类型故障,不能正确地诊断。针对这一问题,本文提出了一种优化神经网络的故障诊断策略。利用已知类型的故障数据建立BP神经网络模型,然后确定一个区分阈值,能够实现对未知类型故障的诊断识别。结果表明:对于包含所有故障类型的测试数据,模型的诊断正确率为88.62%,对于其中的未知类型故障,模型的诊断效果显著,正确率为99.48%。
- 丁新磊李绍斌谭泽汉郭亚宾陈焕新
- 关键词：神经网络故障诊断制冷空调系统
- 基于PCA-Clustering的压缩机回液故障诊断被引量：10
- 2018年
- 在多联机(VRF)空调系统中,压缩机回液将导致能量损失。本文结合大数据提出了一种基于PCA-Clustering的压缩机回液故障诊断的方法。首先提取出故障相关变量,并通过数据预处理,剔除异常值与空值;然后将处理后的数据进行主成分分析(PCA),获取降维后的新主元变量数据;最后将新的主元变量进行聚类分析(Clustering analysis)得到回液故障数据分类标签。结果表明:该方法能够在数据标签未知的情况下,较好的区分不同类别的压缩机回液故障及正常数据,使压缩机回液故障诊断率达到94.29%。
- 周镇新李绍斌谭泽汉陈焕新王江宇刘江岩郭亚宾孙劭波
- 关键词：多联机系统故障检测与诊断聚类分析主成分分析
- 基于主成分分析和神经网络相结合的制冷剂充注量故障诊断被引量：24
- 2017年
- 空调设备的能耗在建筑总能耗中占据30%以上的比例,一旦发生故障不及时排除,很可能导致系统能耗增加、设备寿命缩短、人员体感不适甚至影响正常的工作。本文采用一种基于主元分析法(Principal Component Analysis,PCA)与基于反向算法(Back Propagation,BP)的多层前馈神经网络(BP神经网络)相结合的算法,以制冷剂充注量为例,实现了对多联机性能故障的高效诊断。首先收集多联机组实测运行数据,进行一定的数据预处理工作,然后利用PCA提取主元,最终基于BP神经网络训练建立PCA-BP模型进行联机制冷剂充注量的故障诊断。结果表明:PCA-BP神经网络能高效检测多联机制冷剂充注量的故障,较于传统BP神经网络节约了计算时长及计算空间,同时该算法也具有泛化能力,为推广到多联机其他故障的诊断奠定了基础。
- 袁玥陈焕新石书彪郭亚宾黄耀
- 关键词：故障诊断主元分析神经网络
- 基于离散型Hopfield神经网络的制冷剂充注量故障诊断的新策略被引量：6
- 2018年
- 本文提出了一种应用离散型Hopfield神经网络(Discrete Hopfield Neural Network,DHNN)对制冷剂充注量故障进行诊断的新策略。首先对数据进行清理,然后将原始数据集划分为训练集和测试集,接着对数据进行二值化处理,最后以训练集建立DHNN模型进行故障检测与诊断。实验数据测试集的检测与诊断结果验证了该策略可以用于制冷剂充注量的故障诊断。测试结果表明:基于DHNN的制冷剂充注量故障诊断模型可以有效地诊断出充注不足故障,收敛速度快,具有较好的实用性。
- 寻惟德李绍斌谭泽汉陈焕新郭亚宾袁玥
- 关键词：制冷空调系统制冷剂充注量故障诊断HOPFIELD神经网络
