壓縮機(jī)性能試驗(yàn)系統(tǒng)的故障檢測(cè)及可靠性研究

王崇亮，張帥，李前舸，杜志敏，晉欣橋

（上海交通大學(xué)制冷與低溫工程研究所，上海 200240）

0 引言

本文研究的壓縮機(jī)性能試驗(yàn)系統(tǒng)，是基于國(guó)家標(biāo)準(zhǔn)GB/T 21360—2008[1]搭建的汽車空調(diào)壓縮機(jī)性能試驗(yàn)系統(tǒng)。根據(jù)測(cè)試需求，在滿足國(guó)家標(biāo)準(zhǔn)要求的工況下，該系統(tǒng)記錄下壓縮機(jī)在測(cè)試過程中的關(guān)鍵參數(shù)數(shù)值。然后，根據(jù)中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn) GB/T 5773—2016[2]中相應(yīng)試驗(yàn)方法和公式，計(jì)算被測(cè)壓縮機(jī)性能，從而判斷被測(cè)壓縮機(jī)性能是否合格。因?yàn)閴嚎s機(jī)性能試驗(yàn)系統(tǒng)在實(shí)際調(diào)試和運(yùn)行過程中，由于各種原因會(huì)出現(xiàn)不同類型的故障。如果故障不能及時(shí)排除，不僅會(huì)造成整個(gè)性能測(cè)試系統(tǒng)的測(cè)量失真，而且可能會(huì)導(dǎo)致設(shè)定的控制策略紊亂、設(shè)備壽命減少，甚至發(fā)生運(yùn)行事故等嚴(yán)重后果[3-4]。所以，需要建立一個(gè)有效針對(duì)該系統(tǒng)的故障診斷模型，可以通過系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，及時(shí)發(fā)現(xiàn)故障并且迅速排除，以保證系統(tǒng)的安全正常運(yùn)行。

目前，有關(guān)壓縮機(jī)性能試驗(yàn)系統(tǒng)的研究大多集中在系統(tǒng)結(jié)構(gòu)和原理，很少有針對(duì)壓縮機(jī)性能試驗(yàn)系統(tǒng)故障的研究。盧道華等[5]和王志遠(yuǎn)等[6]介紹了制冷壓縮機(jī)性能試驗(yàn)臺(tái)的結(jié)構(gòu)和實(shí)驗(yàn)原理；王磊等[7]和杜塏等[8]根據(jù)制冷壓縮機(jī)性能試驗(yàn)臺(tái)的原理，提出制冷壓縮機(jī)試驗(yàn)臺(tái)研制方案；田旭東等[9]和張昉等[10]針對(duì)壓縮機(jī)性能試驗(yàn)臺(tái)的傳感器存在誤差的問題，提出基于不確定度評(píng)定及線性規(guī)劃的傳感器選配優(yōu)化方法，從而提升傳感器準(zhǔn)確性；陳玲等[11]研究了對(duì)壓縮機(jī)性能試驗(yàn)臺(tái)的測(cè)控可靠性，針對(duì)測(cè)量和控制不同故障，使用主成分分析（Principal Component Analysis，PCA）方法建立整體模型和局部模型兩種物理模型，進(jìn)行相應(yīng)故障檢測(cè)和可靠性研究。

本文提出關(guān)于壓縮機(jī)性能試驗(yàn)系統(tǒng)的故障檢測(cè)及可靠性研究，有利于及時(shí)發(fā)現(xiàn)系統(tǒng)故障，進(jìn)而排除故障，從而保證系統(tǒng)的正常高效地運(yùn)行。首先，本文通過對(duì)壓縮機(jī)性能試驗(yàn)系統(tǒng)的數(shù)據(jù)分析，篩選出穩(wěn)態(tài)數(shù)據(jù)；然后，根據(jù)穩(wěn)態(tài)數(shù)據(jù)對(duì)應(yīng)故障類型建立相應(yīng)神經(jīng)網(wǎng)絡(luò)模型[12-13]；最后，通過模型來檢測(cè)系統(tǒng)故障，驗(yàn)證并調(diào)整模型，使模型可以更加快速準(zhǔn)確地診斷出故障。

1 研究對(duì)象

1.1 實(shí)驗(yàn)臺(tái)搭建

該實(shí)驗(yàn)臺(tái)包括1個(gè)R134a測(cè)試系統(tǒng)，可對(duì)不同機(jī)型、容量的壓縮機(jī)進(jìn)行測(cè)試。實(shí)驗(yàn)臺(tái)具有數(shù)據(jù)采集與處理、自動(dòng)控制、數(shù)據(jù)自動(dòng)記錄、數(shù)據(jù)庫等功能。圖1所示為壓縮機(jī)性能實(shí)驗(yàn)系統(tǒng)結(jié)構(gòu)。

圖1 壓縮機(jī)性能實(shí)驗(yàn)系統(tǒng)結(jié)構(gòu)

1.2 壓縮機(jī)性能測(cè)試實(shí)驗(yàn)方法

本壓縮機(jī)性能試驗(yàn)臺(tái)以第二制冷劑量熱器法（GB/T 5773—2016[2]中的A方法）為主測(cè)試方法，以水冷冷凝器量熱器法（GB/T 5773—2016[2]中的G方法）為輔助測(cè)量方法，測(cè)試被測(cè)壓縮機(jī)的制冷量，然后對(duì)被測(cè)壓縮機(jī)的性能做出評(píng)價(jià)。

1.2.1 第二制冷劑量熱器法

第二制冷劑量熱器法是間接測(cè)量壓縮機(jī)制冷量的一種裝置，它的基本原理是利用電加熱器發(fā)出的熱量來抵消壓縮機(jī)的制冷量，從而達(dá)到平衡[13]。

1.2.2 水冷冷凝器量熱器法

水冷冷凝器量熱器法同樣是間接測(cè)量壓縮機(jī)制冷量的一種裝置，它的基本原理是利用冷凝器兩側(cè)冷卻水和制冷劑換熱，使冷卻水吸收冷凝器制冷劑側(cè)釋放的熱量，從而達(dá)到平衡。在試驗(yàn)工況下，通過調(diào)節(jié)冷卻水流量或者冷卻水供水溫度，冷卻水可以恰好吸收制冷劑側(cè)釋放的熱量，同時(shí)維持冷凝器制冷劑側(cè)壓力恒定。

根據(jù)GB/T 5773—2016[2]的規(guī)定，由水冷冷凝器量熱器法測(cè)得的壓縮機(jī)制冷劑流量和規(guī)定工況實(shí)測(cè)制冷量分別為：

式中：

tr——制冷劑的平均飽和溫度（或露點(diǎn)溫度），℃；

qmf——由實(shí)驗(yàn)測(cè)得的制冷劑質(zhì)量流量，kg/s；

C——水比熱容，J/(kg·K)；

t2——水出口溫度，℃；

t1——水進(jìn)口溫度，℃；

qmc——冷卻水質(zhì)量流量，kg/s；

Fl——漏熱系數(shù)，kW/℃；

ta——平均環(huán)境溫度，℃；

hg3——進(jìn)入冷凝器的制冷劑蒸氣比焓，J/kg；

hf3——離開冷凝器的液體比焓，J/kg；

vga——進(jìn)入壓縮機(jī)的制冷劑蒸氣的實(shí)際比容，m3/kg；

vgl——與規(guī)定基本試驗(yàn)工況相對(duì)應(yīng)的吸入工況時(shí)制冷劑蒸氣的比容，m3/kg；

hg1——在規(guī)定的基本試驗(yàn)工況下，進(jìn)入壓縮機(jī)的制冷劑比焓，kJ/kg；

hf1——與基本試驗(yàn)工況所規(guī)定的壓縮機(jī)排氣壓力相對(duì)應(yīng)的飽和溫度（或露點(diǎn)溫度）下的制冷劑液體比焓，kJ/kg。

現(xiàn)階段，在土地利用變更中應(yīng)用較為廣泛的新技術(shù)有RS技術(shù)、GPS技術(shù)與GIS技術(shù)，三者的集成即3S技術(shù)。RS技術(shù)即遙感技術(shù)，GPS技術(shù)即全球定位系統(tǒng)，這2種技術(shù)可為GIS（地理信息系統(tǒng)）提供高質(zhì)量的空間數(shù)據(jù)，GIS則為數(shù)據(jù)的處理提供有效的平臺(tái)。

1.3 電氣原理與控制邏輯

壓縮機(jī)性能試驗(yàn)測(cè)控系統(tǒng)的控制系統(tǒng)包含多個(gè)控制回路，控制回路包括吸氣壓力控制、排氣壓力控制、吸氣溫度控制、壓縮機(jī)轉(zhuǎn)速控制以及冷凝器進(jìn)水溫度控制，用于確保系統(tǒng)運(yùn)轉(zhuǎn)在所要求的工況點(diǎn)。比例-積分-微分（Proportion Integration Differentiation，PID）控制器采用橫河控制器UT35A，數(shù)據(jù)采集儀器采用Agilent數(shù)據(jù)采集器。測(cè)控軟件使用C#.NET編寫，可以實(shí)現(xiàn)系統(tǒng)運(yùn)轉(zhuǎn)在要求的測(cè)量工況，并且采取一系列的保證安全措施，保證出現(xiàn)故障的時(shí)候，實(shí)現(xiàn)系統(tǒng)報(bào)警和采取相應(yīng)的保護(hù)措施。壓縮機(jī)性能試驗(yàn)測(cè)控系統(tǒng)的測(cè)控系統(tǒng)如圖2。

2 實(shí)驗(yàn)?zāi)M的故障

2.1 壓縮機(jī)缺油故障

壓縮機(jī)缺油故障是壓縮機(jī)性能實(shí)驗(yàn)系統(tǒng)運(yùn)行過程中常見的故障之一，壓縮機(jī)缺油時(shí)曲軸箱中油量很少甚至沒有潤(rùn)滑油。壓縮機(jī)是一個(gè)特殊的氣泵，大量制冷劑氣體被排出的同時(shí)也夾帶走一小部分潤(rùn)滑油(稱為奔油或跑油)。壓縮機(jī)奔油是無法避免的，只是奔油速度有所不同。排出壓縮機(jī)的潤(rùn)滑油不回來，壓縮機(jī)會(huì)缺油[14]。

2.2 冷凝器缺水故障

圖2 壓縮機(jī)性能實(shí)驗(yàn)系統(tǒng)測(cè)控系統(tǒng)硬件組成

壓縮機(jī)性能試驗(yàn)系統(tǒng)中制冷循環(huán)的冷凝器側(cè)的制冷劑的熱量，需要依靠外側(cè)的冷卻水將其帶走。系統(tǒng)通過調(diào)節(jié)橫河UT35A控制的三通閥的開度來控制冷卻水供水流量，三通閥的執(zhí)行機(jī)構(gòu)是通過空氣壓縮機(jī)提供的高壓空氣獲得動(dòng)力。一旦系統(tǒng)出現(xiàn)故障冷凝器供水缺失，會(huì)使整個(gè)系統(tǒng)運(yùn)行處于不穩(wěn)定狀態(tài)，發(fā)生排氣溫度上升等現(xiàn)象。

2.3 溫度傳感器故障

傳感器測(cè)量偏差主要為傳感器故障，一旦傳感器的測(cè)量出現(xiàn)了偏差或者漂移，所提供的當(dāng)前系統(tǒng)運(yùn)行的數(shù)據(jù)將不再準(zhǔn)確，直接影響性能測(cè)試的結(jié)果，導(dǎo)致試驗(yàn)結(jié)果不可信。因此，傳感器的精確測(cè)量直接影響系統(tǒng)可靠性。傳感器故障包括固定偏差、漂移、精度退化和失效4種故障[15-16]，其中固定偏差指?jìng)鞲衅鳒y(cè)量值與真實(shí)值的差為常數(shù)。本文中，通過實(shí)驗(yàn)引入的是傳感器固定偏差故障和漂移故障。

3 故障檢測(cè)與可靠性評(píng)估方法

3.1 BP神經(jīng)網(wǎng)絡(luò)

3.1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是目前在故障診斷領(lǐng)域應(yīng)用的最廣泛和成功的人工神經(jīng)網(wǎng)絡(luò)之一[17-19]。神經(jīng)網(wǎng)絡(luò)可以處理一般算法無法處理的非線性問題。由于壓縮機(jī)性能試驗(yàn)系統(tǒng)故障診斷問題本質(zhì)上是非線性的，所以本文采用BP 神經(jīng)網(wǎng)絡(luò)來設(shè)計(jì)壓縮機(jī)性能試驗(yàn)系統(tǒng)的故障診斷模型。

所建立的故障診斷模型結(jié)構(gòu)如圖3所示，共有3層，分別為輸入層、隱含層和輸出層。

圖3 故障診斷模型結(jié)構(gòu)

針對(duì)不同的故障類型，選擇恰當(dāng)?shù)妮斎牒洼敵觯悄Ｐ涂梢詼?zhǔn)確診斷出故障的前提條件。

3.1.3 隱含層

在BP神經(jīng)網(wǎng)絡(luò)中，隱含層節(jié)點(diǎn)數(shù)的確定是一個(gè)非常重要和復(fù)雜的問題。目前，沒有一種標(biāo)準(zhǔn)的方法來確定隱含層的節(jié)點(diǎn)數(shù)。如果選取過少，會(huì)使神經(jīng)網(wǎng)絡(luò)的性能很差或無法進(jìn)行訓(xùn)練，不能產(chǎn)生足夠的連接權(quán)組合數(shù)來滿足神經(jīng)網(wǎng)絡(luò)對(duì)樣本的學(xué)習(xí)；選取過多，雖然可以使神經(jīng)網(wǎng)絡(luò)的系統(tǒng)誤差變小，但同時(shí)會(huì)使網(wǎng)絡(luò)訓(xùn)練時(shí)間增加，容易陷入局部極小點(diǎn)而達(dá)不到最優(yōu)點(diǎn)。對(duì)于隱含層的節(jié)點(diǎn)數(shù)，計(jì)算公式為[20]：

2）n1=log2n，其中，n1為隱含層單元數(shù)，n為輸入單元數(shù)。

3.1.4 輸入數(shù)據(jù)的歸一化

輸入?yún)?shù)吸氣溫度、排氣壓力、吸氣壓力和壓縮機(jī)轉(zhuǎn)速四個(gè)參數(shù)單位不同，輸出參數(shù)排氣溫度、制冷量和壓縮機(jī)功率，數(shù)量級(jí)相差也比較大。將原始的數(shù)據(jù)直接輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練會(huì)使得網(wǎng)絡(luò)的性能和收斂性變差，同時(shí)由于本文設(shè)計(jì)的故障診斷模型使用Sigmoid函數(shù)，其輸出被限定在(-1,1)或(0,1)之間[21]。

在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練之前，對(duì)輸入數(shù)據(jù)進(jìn)行歸一化預(yù)處理。由于輸出層的輸出本身在(0,1)之間，不需要進(jìn)行歸一化，計(jì)算公式為式（3）。

式中：In為原始輸入數(shù)據(jù)；Imax、Imin分別為原始輸入數(shù)據(jù)中的最大值和最小值；Pn為歸一化后的輸入數(shù)據(jù)。值得注意的是，在利用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試時(shí)，對(duì)于數(shù)據(jù)的歸一化應(yīng)該使用相同的最大值和最小值。

3.2 基于BP神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)臺(tái)故障檢測(cè)模型

首先，本文所設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)模型有5個(gè)輸入節(jié)點(diǎn)，輸出節(jié)點(diǎn)根據(jù)故障種類選擇不同參數(shù)，經(jīng)過多次試驗(yàn)，隱含層節(jié)點(diǎn)數(shù)為5時(shí)，網(wǎng)絡(luò)的性能最好。

其次，本文涉及的壓縮機(jī)缺油、冷凝器缺水和傳感器偏差故障對(duì)應(yīng)參數(shù)表見表1。

表1 壓縮機(jī)缺油、冷凝器缺水和傳感器偏差故障 對(duì)應(yīng)參數(shù)表

4 實(shí)驗(yàn)驗(yàn)證

4.1 檢測(cè)故障分類

壓縮機(jī)性能試驗(yàn)系統(tǒng)實(shí)際運(yùn)行中，常見的故障有壓縮機(jī)缺油故障、冷凝器缺水故障、系統(tǒng)震蕩故障、系統(tǒng)慢響應(yīng)故障以及傳感器偏差和漂移故障。本文主要介紹使用神經(jīng)網(wǎng)絡(luò)方法檢測(cè)壓縮機(jī)缺油故障、冷凝器缺水故障和傳感器偏差故障，針對(duì)3種故障不同的特性，分別選擇相應(yīng)的神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)和輸出參數(shù)，使得檢測(cè)效果最佳，見表1。

針對(duì)4個(gè)輸出變量測(cè)量值和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的偏差，分別設(shè)定相應(yīng)閾值，依據(jù)相應(yīng)參數(shù)的偏差是否超過閾值來評(píng)判該參數(shù)是否能診斷出相應(yīng)故障。4個(gè)輸出變量偏差的相應(yīng)閾值，見表2。

表2 4個(gè)輸出變量偏差閾值設(shè)定

4.2 無故障模型的訓(xùn)練與驗(yàn)證

4.2.1 模型訓(xùn)練

依據(jù)表1中的壓縮機(jī)缺油故障的對(duì)應(yīng)輸入和輸出參數(shù)，選擇14:16—14:30的無故障穩(wěn)態(tài)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型。

4.2.2 模型驗(yàn)證

確定各個(gè)輸出變量的閾值，用來檢測(cè)故障，如表2。選擇14:05—14:13無故障穩(wěn)態(tài)數(shù)據(jù)驗(yàn)證模型，確認(rèn)選擇閾值的恰當(dāng)性，驗(yàn)證閾值結(jié)果分別如圖4。可以看出，沒有出現(xiàn)故障時(shí)的穩(wěn)態(tài)數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值和測(cè)量值的偏差是在閾值范圍內(nèi)的，說明閾值選擇是恰當(dāng)?shù)摹?/p>

圖4 無故障穩(wěn)態(tài)數(shù)據(jù)的驗(yàn)證

4.3 壓縮機(jī)缺油故障

選擇包含14:55發(fā)生壓縮機(jī)缺油故障的14:30—15:26數(shù)據(jù)，使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)故障出現(xiàn)點(diǎn)，驗(yàn)證神經(jīng)網(wǎng)絡(luò)故障檢測(cè)模型準(zhǔn)確度，如圖5。

圖5 缺油故障的檢測(cè)

由圖5可知，壓縮機(jī)排氣溫度偏差在14:54處檢測(cè)出缺油故障，壓縮機(jī)功率偏差百分比在14:53處檢測(cè)出缺油故障，冷量偏差百分比在14:54處檢測(cè)出缺油故障，而輸出參數(shù)水閥開度則沒有超出閾值。其中，壓縮機(jī)功率偏差在14:51處出現(xiàn)一個(gè)超過閾值的偏差，但是，考慮到實(shí)際系統(tǒng)的偶然性，故而忽略單個(gè)超出閾值的點(diǎn)。

綜上所述，壓縮機(jī)缺油故障可以采用壓縮機(jī)排氣溫度偏差、壓縮機(jī)功率偏差百分比和冷量偏差百分比等3個(gè)參數(shù)檢測(cè)出來，并且取得較好的效果。

4.4 冷凝器缺水故障

選擇包含冷凝器缺水故障的12:06—13:27整體數(shù)據(jù)，使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)故障出現(xiàn)點(diǎn)，驗(yàn)證神經(jīng)網(wǎng)絡(luò)故障檢測(cè)模型的準(zhǔn)確度，如圖6。

圖6 冷凝器缺水故障的檢測(cè)

由圖6可知，壓縮機(jī)排氣溫度偏差在12:52處檢測(cè)出冷凝器缺水故障，壓縮機(jī)功率偏差百分比在12:57處檢測(cè)出冷凝器缺水故障，冷量偏差百分比在12:52處檢測(cè)出冷凝器缺水故障，輸出參數(shù)水閥開度在12:30處檢測(cè)出冷凝器缺水故障。冷卻水水閥開度偏差最早超出閾值，其他3個(gè)參數(shù)同時(shí)超出閾值、測(cè)出故障。

所以，4個(gè)參數(shù)都可以作為冷凝器缺水的診斷參數(shù)，尤其是冷卻水閥開度可以提早檢測(cè)出冷凝器缺水故障。

4.5 溫度傳感器故障

在溫度傳感器故障方面，主要引入固定偏差及漂移故障。其中，固定偏差故障，即給傳感器設(shè)定一個(gè)固定的偏差值，使得傳感器的測(cè)量值與實(shí)際值之間始終存在一個(gè)固定的偏差。在穩(wěn)定工況之后分別引入了排氣溫度的固定偏差：±1 ℃、±2 ℃和±3 ℃。漂移故障即傳感器在規(guī)定時(shí)間內(nèi)偏差與時(shí)間成正比。在穩(wěn)定工況之后，分別引入排氣溫度漂移故障：±1 ℃/10 min。

4.5.1 溫度傳感器固定偏差故障檢測(cè)

選擇包含引入固定偏差的排氣溫度傳感器14:20—14:52整體數(shù)據(jù)，其中固定偏差故障是從14:28引入。使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)故障出現(xiàn)點(diǎn)，驗(yàn)證神經(jīng)網(wǎng)絡(luò)故障檢測(cè)模型的準(zhǔn)確度，如圖7。

由圖7可知，因?yàn)榕艢鉁囟绕铋撝翟O(shè)定為2 ℃，所以±1 ℃的固定偏差的數(shù)據(jù)驗(yàn)證是沒有超過閾值。而±2 ℃和±3 ℃固定偏差的數(shù)據(jù)的偏差都是超過閾值。其中，-2 ℃固定偏差是在14:42檢測(cè)出來，其他固定偏差都是在14:28檢測(cè)出來。

綜上所述，該神經(jīng)網(wǎng)絡(luò)模型可以準(zhǔn)確檢測(cè)出±2 ℃以及其以上的固定偏差。

圖7 傳感器固定偏差的檢測(cè)

4.5.2 溫度傳感器漂移故障檢測(cè)

選擇包含引入±1 ℃/10 min漂移故障的排氣溫度傳感器14:20—15:09整體數(shù)據(jù)，其中漂移故障是從14:28引入的。使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)故障出現(xiàn)點(diǎn)，驗(yàn)證神經(jīng)網(wǎng)絡(luò)故障檢測(cè)模型的準(zhǔn)確度，如圖8。

由圖8可知，因?yàn)榕艢鉁囟绕铋撝翟O(shè)定為2 ℃，對(duì)于+1 ℃/10 min漂移故障，在時(shí)刻14:49之后，排氣溫度偏差超出了閾值，所以在14:49檢測(cè)出+1℃/10min漂移故障；而對(duì)于-1 ℃/10min漂移故障，在時(shí)刻14:47之后，排氣溫度偏差超出閾值，所以在14:47檢測(cè)出-1 ℃/10 min漂移故障。

圖8 傳感器漂移故障的檢測(cè)

綜上所述，該神經(jīng)網(wǎng)絡(luò)模型可以準(zhǔn)確檢測(cè)出溫度傳感器±1 ℃/10 min漂移故障。

5 結(jié)論

本文針對(duì)壓縮機(jī)性能試驗(yàn)系統(tǒng)，提出了基于神經(jīng)網(wǎng)絡(luò)的故障檢測(cè)及可靠性分析方法。首先，使用篩選出的穩(wěn)態(tài)工況下的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，獲得系統(tǒng)的無故障神經(jīng)網(wǎng)絡(luò)模型。然后，通過實(shí)驗(yàn)分別引入壓縮機(jī)缺油故障、冷凝器缺水故障和傳感器偏差故障。最后，采用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對(duì)故障系統(tǒng)進(jìn)行可靠性分析，檢測(cè)實(shí)驗(yàn)中發(fā)生的不同故障。得到如下結(jié)論：

1）提出的基于神經(jīng)網(wǎng)絡(luò)的可靠性分析模型，對(duì)于壓縮機(jī)性能測(cè)試系統(tǒng)具有較好的檢測(cè)能力；

2）故障發(fā)生后，超出閾值參數(shù)的數(shù)量和種類不同，依據(jù)超出閾值參數(shù)的數(shù)量和種類可以有效診斷出相應(yīng)故障原因。