基于神经网络的整流罩空调系统传感器故障诊断

何健辉

摘要：由于我国智能自动化技术正在日益精进，对传感器的故障诊断及修复技术变得不容忽视，这其中，整流罩的空调系统传感器多用于卫星等航天器械之上，对该系统的鼓掌诊断多半基于神经网络技术。文章首先概述整个整流罩空调系统的各组成部分，然后分析了导致整流罩空调系统的传感器发生故障的主要影响因素及其典型体现，最后针对如何对传感器故障进行诊断提出具体方法，重点体现神经网络技术。

关键词：整流罩空调系统；传感器故障诊断；神经网络；具体方法

1 绪论

在我国的航天技术方面，保证空调系统的正常有效运行，是为航天器械工作状态下所需要的空气指数提供支持的重要前提和基础，保证其工作任务顺利完成的重要条件，一旦出现纰漏，将会带来难以估计的重大后果。特别是处于整流罩系统下时，对空调系统的运行要求更为严苛，温度和湿度的误差不能超过一度的范围，因此，对整流罩环境下的空调传感器故障诊断技术的研究是十分有必要的。

2 整流罩空调系统的组成

整流罩空调系统可以分为新风预处理系统和空调后处理系统这两个重要组成部分。对于新风预处理系统而言，将新风经过湿度处理系统和温度处理系统的双重处置之后才能符合航天设备运行对空气指数的严苛要求；对于空调后处理系统而言，其组成结构较为复杂，分别有新风处理机、送风机、风闸、转轮除湿器、加湿机和加热机等，为了能够实时监测空调系统的运行状况，及时获得各部位的故障信息反馈，配备了较为完整的传感器。[1]

3 传感器故障的典型体现及其影响因素

经过对整流罩空调系统传感器工作状况的长期监测之后，可以发现，常见的空调系统传感器故障主要体现在两个方面，即传感器的设置和检测偏离原本位置，以及传感器实时传送的反馈数据达不到既定的精准度要求，也就会造成信息获取的延迟，使得技术人员无法准确对空调系统的运行故障做出精确判断。[2]

在故障情况下，传感器的测量水平下降，精准程度达不到要求，虽然不会直接影响到空调系统的正常工作，但却会使得操作人员丧失对空调系统运行状况的整体把控，造成系统运行的不稳定。

4 基于神经网络的整流罩空调传感器智能故障诊断技术研究

4.1 用神经元网络构造观测器

这一技术方法是由传统的观测法逐渐演变而来，由于步骤较为简洁，原理简单易懂，得到广泛使用。该种方法首先需要准确判定神经网络与传感信号之间的关系，实时获取正在正常运作的传感器的工作数据，对神经网络的观测进行锻炼，通过训练之后，即可取得产生的故障残差。[3]这种技术的使用在我国传感器故障的诊断中由来已久，以其便捷性和技术的先进性得到广泛使用。

4.2 模糊识别的故障诊断神经网络

倘若传感器的故障原因我们已经掌握了一些先决条件，也就是可以对故障的类型有一个初步的了解，那么这种情况下就可以使用模糊识别下的故障诊断神经网络技术，将故障诊断转化为判断机器是否正常工作的问题。这种方法局限性较小，可以适用于各种类型的空调系统传感器故障识别上，同过模糊识别和匹配，直接有效的抓住故障产生的核心原因。[4]

4.3 故障预测的神经网络

以预测方式进行的故障诊断，神经网络主要同过两个方式发生作用，一是以神经网络技术作为基础，建立函数的数学模型，对系统各部位工作状态及其关系统筹预测；另一种是利用空气指数和空调系统运行输出之间的关系，使用变化的神经网络对系统工作状态的实时反馈信息建立相应数学模型，从而预测故障的发生。[5]

4.4 用模糊神经网络对传感器进行故障诊断

这里主要利用传感器的可定位性特征，建立前馈神经网络，通过不断锻炼神经网络的故障捕捉，形成既定模式，并将其应用到传感器故障的诊断中。这同时也需要模糊识别原理的支持，本质上是对上述方法的改進与扩充，能够更好地识别传感器发射的信号，将信息数字化，分析更加系统科学，能够有效加强神经网络在传感器故障诊断中的作用，并将它们精准分离。除此之外，专家系统更加权威，所采用的技术也更加先进，运用数值计算的方式来提高诊断的效率。[6]

基于神经网络的整流罩空调系统传感器故障诊断方法虽然具有很强的抗干扰能力、适用范围广泛、数据分析速度快等优点，同时也存在着缺陷，例如会导致故障诊断的成本增加、神经网络的训练过程对技术要求较高等。

5 结语

综上所述，基于神经网络来诊断整流罩空调系统传感器故障的技术，不需要针对明确的对象精准测量，多半是通过预测之后，将数据带入特定情境完成的。这种方法利用的是整个空调系统各部位之间与传感器的联系，通过观测空调系统的运行状态来判断传感器是否正常工作。除此之外，还有许多技术要点需要进一步研究，例如模糊识别与神经网络技术的结合使用，不仅能够大大缩短诊断传感器故障所需的时间，同时也能使得诊断结果更为精准。

参考文献：

[1]陈之曰.整流罩送风温度湿度参数探讨[J].载人航天，2016（02）.

[2]李明，税爱社，宋政辉，李林.基于广义回归神经网络的传感器故障诊断研究[J].传感器与微系统，2017（12）.

[3]王建国，吴恭兴，赵福龙，万磊.水下机器人故障诊断方案[J].电机与控制学报，2018（02）.

[4]徐涛，王祁.基于模式识别的传感器故障诊断[J].控制与决策，2017（07）.

[5]李兆坚，万才大.卫星电池舱空调净化系统设计[J].暖通空调，2013（02）.

[6]滕亮，娄邵荣.某高精度恒温恒湿试验室的空调设计[J].暖通空调，2015（03）.