Analyse du processus de fonctionnement du condenseur et du mécanisme des pannes, mise en place d'un ensemble de pannes typiques, d'un ensemble de signes et d'un ensemble de vecteurs de caractéristiques typiques pour les pannes, ainsi que d'un modèle de diagnostic des pannes basé sur la machine à vecteurs de support floue (SVM), sa efficacité a été démontrée par des calculs d'exemple. Après comparaison avec les méthodes de réseaux neuronaux, il a été constaté que les résultats obtenus avec la méthode SVM sont supérieurs en cas de petites échantillons, ont une capacité de propagation plus forte et une efficacité plus élevée. Cette méthode offre une nouvelle approche pour établir un système intelligent de surveillance de l'état du condenseur et de diagnostic des pannes, elle est d'une grande valeur d'application.

condenseur; pannes typiques; machine à vecteurs de support floue; réseaux neuronaux; diagnostic des pannes