发明名称 |
基于神经网络的空调器噪声源识别方法 |
摘要 |
本发明涉及一种基于神经网络(NN)的空调器噪声源识别方法。包括有如下三个基本步骤:1)状态特征提取;2)BP神经网络训练;3)空调器噪声源识别。神经网络作为一种新的方法体系,具有分布并行处理,非线性映射,自适应学和鲁棒容错等特性,使得它在模式识别、控制优化、智能信息处理以及故障诊断等方面有广泛的应用。空调器不同部件所产生的噪声状态,可以作为不同的模式用神经网络的模式识别能力来识别空调器的主要噪声源。本发明利用了目标状态的特征信息,不仅能有效地识别出空调器的主要噪声源,而且具有很高的鲁棒性和智能性。本发明可用于空调器噪声故障诊断及其他家用电器的噪声故障诊断。本发明可为提高空调器的质量品质、解决空调器噪声问题提供指导与帮助。 |
申请公布号 |
CN1301387C |
申请公布日期 |
2007.02.21 |
申请号 |
CN200410027476.0 |
申请日期 |
2004.06.04 |
申请人 |
广东科龙电器股份有限公司 |
发明人 |
刘元峰 |
分类号 |
F24F11/00(2006.01);G06N3/02(2006.01) |
主分类号 |
F24F11/00(2006.01) |
代理机构 |
广州粤高专利代理有限公司 |
代理人 |
林丽明 |
主权项 |
1、一种基于神经网络的空调器噪声源识别方法,其特征在于包括有如下三个基本步骤:1)状态特征提取:将空调器只有一个主要噪声源的运行状态作为一种模式,对每一种模式下的噪声做频谱分析,取不同频段上的频谱值形成一个向量,这个向量可以作为这个状态下的模式特征量,将噪声在不同频段内的谱值按从低到高的顺序排列起来就构成一个状态特征量;2)BP神经网络训练:根据要求设计出BP神经网络,用步骤1)得到的模式特征量训练BP神经网络,并将神经网络系统训练好;3)空调器噪声源识别:把空调器噪声数据输入步骤2)已经训练好的神经网络里面,即可由神经网络识别出空调器的主要噪声源。 |
地址 |
528303广东省顺德市容桂镇丰业路2号 |