摘要
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。