买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏徐工国重实验室科技有限公司申请的专利基于参数相关贝叶斯网络的空调系统故障诊断方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119189605B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411248894.6，技术领域涉及：B60H1/00；该发明授权基于参数相关贝叶斯网络的空调系统故障诊断方法及装置是由严兵;田磊;余国卿设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本基于参数相关贝叶斯网络的空调系统故障诊断方法及装置在说明书摘要公布了：本发明提出一种基于参数相关贝叶斯网络的空调系统故障诊断方法及装置，利用零部件材料参数间的相关关系，快速确定零部件关键性能参数的实时数值，并对比零部件出厂时的标定数值，确定零部件多种故障的实时故障率；结合空调系统的贝叶斯网络模型，依次计算各级子节点的实时故障率和实时后验概率，并通过对比统计后验概率和实时后验概率的差异，判定是否为故障节点。该方法在实时数据测量与处理中，测量便捷，可操作性强；利用贝叶斯网络和后验概率对故障的判定方法，使得诊断流程更加灵活，故障定位更加准确，稍加调整即可适用于多种型号空调系统的故障诊断，具有较强的实用泛化性。

本发明授权基于参数相关贝叶斯网络的空调系统故障诊断方法及装置在权利要求书中公布了：1.一种基于参数相关的贝叶斯网络故障诊断方法，其特征在于，包括以下步骤： 步骤1：确定工程机械的空调系统的故障类型，同种故障类型对应故障树中的同一故障事件，将故障事件作为故障树模型的底事件，搭建空调系统的故障树模型； 步骤2：将所述故障树模型映射为贝叶斯网络； 步骤3：结合历史故障数据，计算故障树模型的底事件发生概率，并将其作为该故障树模型的底事件对应贝叶斯网络叶子节点的先验概率，得到贝叶斯网络各个叶子节点的先验概率； 步骤4：根据故障树模型映射的贝叶斯网络和贝叶斯网络各个叶子节点的先验概率，计算出贝叶斯网络中各级子节点的后验概率； 步骤5：获取零部件性能相关参数间的回归模型；所述零部件性能相关参数间的回归模型的输入为容易测量的零部件性能相关参数，输出为零部件的实时关键性能参数； 步骤6：测量零部件性能相关参数的实时数据，结合所述零部件性能相关参数间的回归模型，得到零部件的实时关键性能参数的实时数据； 步骤7：获取零部件多种故障的实时故障率评估模型，所述实时故障率评估模型的输入变量为零部件关键性能参数的出厂标定值、利用相关参数回归模型输出的零部件关键性能参数实时预测值以及零部件的市场统计故障率，输出变量为零部件在相应故障模式下的实时故障率； 步骤8：获取零部件关键性能参数的出厂标定值以及零部件的市场统计故障率，结合回归模型输出的零部件的实时关键性能参数的实时数据，计算得到贝叶斯网络各级子节点的实时故障率，并将各级子节点的实时故障率作为实时先验概率，计算得到贝叶斯网络中各级子节点的实时后验概率； 步骤9：对比贝叶斯网络中各级子节点的实时后验概率和后验概率，对各级子节点的故障状态进行诊断，得到故障诊断结果； 步骤10：输出故障诊断结果; 步骤1：确定工程机械的空调系统的故障类型，同种故障类型对应故障树中的同一故障事件，将故障事件作为故障树模型的底事件，搭建空调系统的故障树模型，包括： 故障树模型中，将空调系统的故障作为顶事件，各个子系统对应的故障作为一级中间事件，组件对应的故障作为二级中间事件，零部件所对应的故障作为三级中间事件，所有故障事件组成故障树模型的底事件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏徐工国重实验室科技有限公司，其通讯地址为：221122 江苏省徐州市徐州经济技术开发区驮蓝山路26号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。