基于数据挖掘与信息融合的制冷设备故障诊断

• 作者: 周旖鋆 武凯 孙宇 杨晓燕 楼晓华
• 来源期刊: 振动、测试与诊断
• 关键词: 制冷设备 并发故障 信息融合 指定元分析 支持向量机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 论文
• 页码范围: 392-398
• 页数: 7页
• 分类号: TP277|TH184
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2021.02.026

摘要

针对传统制冷设备监控系统对单一故障检测较为准确但难以对并发故障做出判断的局限性,提出一种基于指定元分析和支持向量机两种数据挖掘方式的信息融合方法对制冷设备并发故障进行诊断.首先,基于传统指定元分析不适用于非完全正交模式,对指定元分析算法进行改良,提出了一种非完全正交指定元分析方法;其次,通过实验证明非完全正交指定元分析与支持向量机模型均具有识别并发故障的能力,且各自在不同并发故障识别有一定优势;最后,采用加权证据理论对两种模型的诊断结果进行信息融合,融合后诊断效果得到进一步提升.结果表明:命中率提升至99.10％,虚警率降低至0.21％.