摘要：针对智能大厦空调系统中发生的各种传感器故障问题，提出了一种基于概率神经网络(PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型，以高斯函数作为激励函数，具有非线性处理和抗干扰能力强等特点，可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析，故障特征量的选取，神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度。抗干扰能力及各种传感器故障识别准确率等方面的有效性。

原文链接:http://www.cqvip.com//QK/95985X/200407/10031740.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）