基于新型深度递归网络的空调机组故障诊断研究

来源：计算机测量与控制杂志2025年第8期北京时间：

作者：王华秋,朱行行

单位：重庆理工大学两江人工智能学院

摘要：针对空调机组故障运行数据特征参数耦合且时序特征难以提取的问题,提出一种基于自注意深度循环神经网络SA-DRNN的故障诊断模型；该模型根据空调机组传感器与系统结构的物理关系将变量划分为多个子块,在子块中挖掘空调机组运行数据的特征信息,并通过自注意力层加强关键特征对故障诊断结果的影响权重,然后将各子块模型输出的局部特征利用自注意力机制加权融合以构建全局特征,并使用归一化指数函数Softmax进行分类；与对照方法相比,具有长短时记忆功能的深度循环神经网络DRNN-LSTM方法在空调机组常见故障诊断方面表现更优,对系统故障识别能力更强。

关键词：空调机组;故障诊断;深度循环神经网络;自注意力机制;算法;神经网络