基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于现有基于数据驱动的故障诊断方法多以黑箱模型为主,诊断过程和结果难以解释的问题,本文提出一种基于关联规则分类的冷水机组故障诊断和故障作用机理解释的方法,在保证较好故障诊断精度的前提下,利用故障诊断模型中的规则库对诊断过程进行逆向分析,解析故障作用机理和模型的诊断过程,提升了基于数据驱动的故障诊断方法的可靠性.通过ASHRAE研究项目1043的实验数据对该方法进行验证.结果 表明:基于关联规则分类的冷水机组故障诊断方法可以有效地识别7种典型冷水机组故障,平均故障诊断准确率高达90.84%.此外,提取的规则能够较好地吻合制冷原理及热力学相关知识,可用于故障作用机理分析与故障诊断的进一步研究.
推荐文章
基于稀疏局部嵌入深度卷积网络的冷水机组故障诊断方法
算法
神经网络
安全
故障诊断
稀疏局部嵌入
深度卷积网络
空间金字塔最大池化
基于 Kriging模型的冷水机组故障检测与诊断方法
Kriging模型
冷水机组
故障检测
故障诊断
基于MSPCA-KECA的冷水机组故障监测及诊断
故障诊断
多尺度主元分析
核熵成分分析
冷水机组
基于融合的贝叶斯网络的冷水机组故障诊断
冷水机组
故障诊断
算法
控制
集成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于关联规则分类的冷水机组故障诊断
来源期刊 制冷学报 学科 工学
关键词 故障诊断 冷水机组 关联规则 知识发现
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 66-75
页数 10页 分类号 TU831.4|TP306.3
字数 语种 中文
DOI 10.3969/j.issn.0253-4339.2020.05.066
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
冷水机组
关联规则
知识发现
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
制冷学报
双月刊
0253-4339
11-2182/TB
大16开
北京海淀区阜成路67号银都大厦10层
892101
1979
chi
出版文献量(篇)
1936
总下载数(次)
0
总被引数(次)
21605
论文1v1指导