| 基于SVM的不同故障程度下冷水机组故障诊断 |
| |
| 引用本文： | 孙楷政,胡云鹏,陈焕新,李冠男,黎浩荣,胡文举.基于SVM的不同故障程度下冷水机组故障诊断[J].制冷与空调(四川),2016(4):377-381. |
| |
| 作者姓名： | 孙楷政 胡云鹏 陈焕新 李冠男 黎浩荣 胡文举 |
| |
| 作者单位： | 华中科技大学制冷与低温工程系;美国University of Nebraska-Lincoln;合肥通用机械研究所国家压缩机技术国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金资助项目51328602;供热供燃气通风及空调工程北京市重点实验室研究基金资助课题NR2013K02;2013年压缩机技术国家重点实验室开放基金项目 |
| |
| 摘 要： | 冷水机组是一个高度非线性的复杂系统,其系统故障会导致系统的运行偏离正常状态,不仅会造成工作空间空气质量的下降,更会造成机组能耗的增加。在选取RP-1043实验数据中的一组正常数据之后,又选取了其中七组故障数据,建立了训练数据。通过支持向量机(SVM)方法进行分类,以测试其对于冷水机组故障诊断的性能,并采用正确率(correct rate,CP)、命中率(hit rate,HR)、虚警率(false alarm rate,FAR)三个指标来评价模型的分类性能。同时引入四种不同程度故障,分析SVM方法随着故障程度变化的分类准确率变化。
|
| 关 键 词： | 支持向量机 故障诊断 冷水机组 正确率 |
| 本文献已被 CNKI 等数据库收录！ |
|
