专利交易市场

本发明公开一种基于纹理特征和HBA‑DELM算法的空气源热泵除霜控制方法，包括以下步骤：采集样本图像并构建按正、负样本图像分类的图像数据集；对图像数据集中的样本图像进行图像预处理和光照预处理，以得到预处理后的图像数据集；对预处理后的图像数据集中的样品图像进行局部HOG特征和全局GLCM特征提取，并加权融合两种特征获得多尺度融合特征；利用深度极限学习机对多尺度融合特征信息进行特征训练，并通过蜜獾算法优化深度极限学习机，从而构建HBA‑DELM算法模型；利用HBA‑DELM算法模型对空气源热泵系统进行除霜检测并根据除霜检测结果进行相应的除霜控制。本发明可对空气源热泵结霜状态做出精准识别和相应的除霜操作，减少误除霜事故的发生和能源浪费。

本发明提供一种利用风机振动和神经网络的热泵控制装置及控制方法，方法包括步骤：S1，振动测量装置实时采集空气源热泵蒸发器风机的振动信号；S2，数据转换模块对所采集的信号进行滤波、解调、分解和重构，利用特征提取算法进行时域和频域分析，提取特征数据值；S3，数据诊断模块利用基于L‑M算法的BP神经网络对特征数据值进行诊断分析处理，得出结霜故障的诊断信息；S4，除霜控制模块根据所述诊断信息，对空气源热泵蒸发器进行除霜控制。本发明利用训练好的基于L‑M算法的BP神经网络模型对风机振动情况进行诊断，根据诊断结果快速准确地控制化霜，提高了热泵系统的运行效率，减少了因结霜时间过长而造成的机械损坏，从而达到节约成本的目的。