基于决策树算法的多联机气液分离器插反故障诊断

本文将决策树算法应用于多联机气分插反故障诊断中,搭建了多联机实验平台采集数据,根据专家知识及数据变化模型验证选取了建模的特征变量,采用决策树C5.0算法构建气分插反故障诊断模型,进一步对由模型分类规则生成的最优变量即过冷器的EEV(电子膨胀阀)进行深入分析和验证。结果表明:将决策树算法应用于多联机气分插反故障诊断的方法,准确率为96%,此诊断方法能满足多联机故障诊断实际运用的需要,并可及时处理多联机发生气分插反故障时,系统过热度降低,从而保证多联机系统的制冷效果和能效比,可通过增大过冷器EEV开度调节。