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！

申请/专利权人：武汉理工大学

摘要：本发明涉及HVAC故障诊断技术领域，公开了一种基于置信GA‑SVM的邮轮HVAC故障诊断方法，包括如下步骤：数据采集、数据预处理、设计GA‑SVM算法、故障诊断模型训练、引入置信度计算模型和取得诊断结果。本发明基于置信GA‑SVM的邮轮HVAC故障诊断方法，通过GA算法优化，再引入置信机制，解决了现有基于数据驱动的HVAC故障诊断方法准确率，可靠性，安全性不够高的问题。

主权项：1.一种基于置信GA-SVM的邮轮HVAC故障诊断方法，其特征在于：包括如下步骤：A数据采集：采集原始的样本数据，所述样本数据包括故障样本和正常样本，故障样本包括风机故障、传感器故障、控制器故障、风阀卡住故障的样本数据，样本数据记为Xi，i为样本数据的序号，Xi＝x1，x2，...，xn，yi，x1，x2，...，xn为根据HVAC运行原理选取的用于故障诊断的特征元素，即系统参数，包括供风温度、回风温度、混合气体温度、供风湿度、回风湿度、混合气体湿度、冷却线圈负荷和加热线圈负荷，yi为样本数据Xi的故障类别标签；B数据预处理：将采集到的所述样本数据归一化，并进行特征选择；C设计GA-SVM算法：将SVM故障诊断模型的惩罚系数c和核函数系数γ编码为GA的染色体，使用SVM故障诊断模型的准确率ac、误报率wb、漏报率lb构造多目标优化函数作为GA的适应度函数，GA-SVM算法中SVM故障诊断模型为： 其中sign·为符号函数，λi为拉格朗日系数，kXi，X为核函数，b为偏置，经过特征选择后的样本数据Xi＝x1，x2，...，xd，yi，dn，样本数据由n维降为d维，GA的适应度函数为：hc，γ＝ζ*ac+μ*wb+ε*lbs.t.ξ+μ+ε＝1其中，ζ为准确率ac的权重系数，μ为误报率wb的权重系数，ε为漏报率lb的权重系数，核函数kXi，X为高斯径向基函数，kXi，X＝exp-γ||Xi-X||2，核函数系数σ为核函数宽度；D故障诊断模型训练：GA-SVM算法自动寻找符合多目标优化函数的最优惩罚系数c0和最优核函数系数γ0，将所述最优惩罚系数c0和最优核函数系数γ0代入GA-SVM算法，得到最优SVM故障诊断模型，GA的种群从初始化开始每更新一代，随机选择一部分样本数据作为训练样本集，另一部分样本数据作为测试集输入到SVM故障诊断模型中，将测试结果返回到GA的适应度函数中用于种群进化操作，测试结果包括准确率、误报率和漏报率，之后GA再将每代的最优个体，即最优惩罚系数和核函数系数，传递给SVM故障诊断模型，经过多次迭代后得到SVM故障诊断模型的最优惩罚系数c0和最优核函数系数γ0，将最优惩罚系数c0和最优核函数系数γ0代入GA-SVM算法，得到最优SVM故障诊断模型： E引入置信度计算模型：将SVM故障诊断模型预测结果的置信度计算模型引入所述最优SVM故障诊断模型，得到最优置信SVM故障诊断模型；F取得诊断结果：然后将采集到的一个实时的HVAC样本数据，经过数据预处理后代入所述最优置信SVM故障诊断模型，得到诊断结果和诊断结果的置信度。

全文数据：

权利要求：

百度查询： 武汉理工大学 基于置信GA-SVM的邮轮HVAC故障诊断方法