[发明专利]一种集成多种智能算法的制冷系统故障诊断方法在审
| 申请号： | 201910455194.7 | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110162014A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 韩华;张展;崔晓钰;任正雄 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉;颜爱国 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 根据本发明的集成多种智能算法的制冷系统故障诊断方法，包括：步骤1，通过模拟冷水机组故障实验，采集得到多个实验数据；步骤2，选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型，多个诊断模型包括：K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器；步骤3，对S2中多个不同的诊断模型进行集成，形成集成诊断器模型；步骤4，使用样本训练集数据对集成诊断器模型进行训练，得到训练好的集成诊断器模型；步骤5，使用测试样本集在训练好的集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果；步骤6，对成员诊断器与集成诊断器的故障诊断结果进行对比。 | ||
| 搜索关键词： | 诊断器 诊断 故障诊断结果 制冷系统故障 智能算法 冷水机组故障 样本训练集 支持向量机 故障诊断 冷水机组 实验数据 使用测试 随机森林 决策树 样本集 采集 回归 | ||
【主权项】：
1.一种集成多种智能算法的制冷系统故障诊断方法，其特征在于，包括以下步骤：步骤1，通过模拟冷水机组故障实验，采集得到多个实验数据，所述实验数据经过处理后随机选择组成样本训练集数据及测试样本集数据；步骤2，选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型，多个诊断模型包括：K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器；步骤3，对S2中多个不同的所述诊断模型进行集成，形成集成诊断器模型；所述集成诊断器模型的表达式为：![]()
其中，m为模型的个数，i为模型的编号，Cj对应第j个模型，wj是Cj对应的权重，![]()
为集成诊断器的预测类标，xA为特征函数[Cj(x)＝i∈A]，A为类标的集合。步骤4，使用所述样本训练集数据对所述集成诊断器模型进行训练，得到训练好的所述集成诊断器模型；步骤5，使用所述测试样本集在训练好的所述集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果；步骤6，对所述成员诊断器与所述集成诊断器的故障诊断结果进行对比。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海理工大学，未经上海理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910455194.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种制冷系统故障诊断方法
- 下一篇：一种基于公共饮水装置的故障诊断方法
