基于粒子群优化最小二乘支持向量机的离心式制冷机故障诊断

• 作者: 卿红 崔晓钰 范雨强 韩华
• 来源期刊: 暖通空调
• 关键词: 制冷系统 故障诊断 最小二乘支持向量机 粒子群算法 优化
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 运行管理
• 页码范围: 120-126
• 页数: 7页
• 字数: 5364字
• 语种: 中文

摘要

针对制冷系统传统故障诊断正确率低的问题,引入最小二乘支持向量机(LSSVM)算法用于制冷系统故障诊断.在LSSVM模型基础上,结合粒子群优化(PSO)得到PSO-LSSVM模型,利用特征选择方法优化得到LSSVM8模型,利用组合方法得到PSO-LSSVM8模型.分析比较了4种模型的诊断性能.结果表明:PSO-LSSVM模型、LSSVM8模型均可改善基于LSSVM模型的制冷系统故障诊断性能,尤其是对于制冷剂泄漏/充注量不足故障,准确率分别提高1.04％,1.24％;PSO-LSSVM8模型比采用单种优化方法的诊断模型具有更好的诊断性能,可克服人为选择参数的盲目性,在全局优化与收敛速度方面具有较大优势,应用于制冷系统故障诊断具有较好的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔晓钰		112	702	14.0	20.0
2	韩华		19	134	7.0	11.0
3	范雨强		6	18	3.0	4.0
4	卿红		2	5	1.0	2.0