【技术实现步骤摘要】
本专利技术属于冰箱故障诊断，特别是涉及一种基于改进k-means的冰箱制冷系统故障诊断的方法和系统。
技术介绍
1、冰箱制冷系统主要包含化霜加热器、冷凝器、蒸发器、毛细管等部件，这些部件形成了一个有机的整体来实现能量的交换和转化从而提供保鲜和制冷等功能。液态的制冷剂在蒸发器吸热变成低温低压气体，随后进入压缩机气缸。随后在气缸中进行转化，压缩成高温高压气体，从压缩机压缩后的高温高压气体输送到冷凝器，在冷凝器内冷却变成高压低温的液体。对冷凝液化后的制冷剂进行减压，通过毛细管节流降压，使制冷剂降压膨胀。经过这一过程，制冷剂将转化为低温低压后进入蒸发器。在蒸发阶段制冷剂蒸发吸热，制冷剂转化为低压低温气体。这一转变使得冰箱内空间温度在设定范围内下降，从而实现制冷。当冰箱的制冷系统部件出现故障时，会直接影响冰箱的制冷效果，维修工人通过人工的方式进行故障排查不仅耗费时间长、耗费成本高，而且准确率低，从而极大影响冰箱的使用效率，同时也给产品口碑造成不良影响。
2、针对上述问题，目前尚无整体系统对冰箱制冷系统故障进行准确诊断的方案。
3、目前，现有技术对故障诊断如专利号：cn201811419415.7专利名称：《冰箱故障预测方法和装置》，该专利技术公开了一种冰箱故障预测方法和装置。其中，该方法包括：获取预定时间内冰箱的工作参数的变化趋势；根据故障时间预测模型，确定工作参数的变化趋势对应的故障发生时间，其中，故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，多组训练数据中的每组数据均包括：工作参数的变化趋势和与该
4、专利号：cn202211313717.2专利名称：《冰箱的故障检测方法、冰箱、以及计算机存储介质》，该专利技术公开了一种冰箱的故障检测方法、冰箱、以及计算机存储介质,涉及冰箱
冰箱的故障检测方法具体包括以下步骤：s1：获取当前的风门状态；s2：并将风门调整至与当前风门状态相反的状态；s3：延时预定时间后，获取对应间室在预定时间内的第一温度变化值，并判断第一温度变化值是否落入与风门状态相对应的预设范围内；s4：当第一温度变化值未落入预设范围内时，对风门进行加热预设时长，记录加热次数，当加热次数满足预设次数时，返回步骤s3；s5：当加热次数不满足预设条件时，输出故障提示。旨在风门异常检测的过程中避免因结冰导致异常的误报，提高用户体验度。通过手动设置部件状态大大增加了检测时间，每台设备的运行状态和去区间值也存在差异，从而也大大判断的准确性。
技术实现思路
1、本专利技术的目的在于提供一种基于改进k-means的冰箱制冷系统故障诊断的方法和系统，通过采用改进的k-means算法，避免了无标签对算法的影响，并根据历史数据分析结合冰箱的工作原理对数据进行建模，快速识别出冰箱制冷系统部件的故障原因，解决了现有的冰箱故障诊断效率低、可靠性差、准确性低且泛化能力差的问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为一种基于改进k-means的冰箱制冷系统故障诊断的方法，包括如下步骤：
4、步骤s1：数据导入；
5、步骤s2：数据清洗；
6、步骤s3：输入聚类个数；
7、步骤s4：分配各个数据对象到距离最近的类中；
8、步骤s5：重新计算各个类的中心；
9、步骤s6：判断是否收敛；
10、步骤s7：输出聚类结果与历史数据进行比对验证；
11、步骤s8：验证结果。
12、作为一种优选的技术方案，所述步骤s2中，在进行数据清洗时，对噪声数据以及不是凸的数据集进行数据清洗去除噪声数据，并对数据进行归一化处理。
13、作为一种优选的技术方案，所述步骤s3中，k-means采用余弦相似度计算。
14、作为一种优选的技术方案，所述步骤s2中，对样本数据进行分类标注，标注的数据可用于算法测试，对改进的算法的准确性进行直观判断，具体流程如下：
15、步骤s21：数据导入；
16、步骤s22：数据清洗；
17、步骤s23：判断冷冻蒸发器温度是否正常；
18、若是，则输出label：0；
19、若否，则执行步骤s24；
20、步骤s24：判断冷冻室温度是否正常；
21、若是，则输出label：0；
22、若否，则执行步骤s25；
23、步骤s25：判断冷藏室温度是否正常；
24、若是，则输出label：0；
25、若否，则执行步骤s26；
26、步骤s26：输出label：1。
27、本专利技术为一种基于改进k-means的冰箱制冷系统故障诊断的系统，包括带有物联网通讯模块的冰箱设备、数据处理与存储平台、算法生成、优化与部署平台和售后服务平台；
28、所述数据处理与存储平台可以实时接收和存储带有物联网家电的运行状态的数据，并对运行状态数据进行管理；
29、所述算法生成、优化与部署平台为一套能进行数据预处理的算法系统；
30、所述售后服务平台用于记录用户反馈以及设备维修记录进行管理，并根据算法生成、优化与部署平台中的结果对客户进行跟踪回访并确认是否维修，同时对算法生成、优化与部署平台进行及时反馈，由算法生成、优化与部署平台对算法进行调整。
31、本专利技术具有以下有益效果：
32、(1)本专利技术通过大数据平台收集冰箱运行中的各传感器采集的温度数据，结合冰箱制冷系统工作原理，实现冰箱制冷系统故障判定算法，根据历史大数据集对算法进行优化，从而实现算法的泛化和高精度，提高冰箱故障诊断率和准确率。
33、(2)本专利技术通过模型部署后会提供冰箱制冷系统故障诊断的接口，系统根据用户实时上报的数据进行处理并请求服务，最后返回诊断结果，系统可以将结果发送给用户以及数据平台，由售后进行跟踪回访确认，实现算法的泛化和高精度，实现冰箱故障诊断的高效性。
34、当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.一种基于改进K-means的冰箱制冷系统故障诊断的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进K-means的冰箱制冷系统故障诊断的方法，其特征在于，所述步骤S2中，在进行数据清洗时，对噪声数据以及不是凸的数据集进行数据清洗去除噪声数据，并对数据进行归一化处理。
3.根据权利要求1所述的一种基于改进K-means的冰箱制冷系统故障诊断的方法，其特征在于，所述步骤S3中，K-Means采用余弦相似度计算。
4.根据权利要求1所述的一种基于改进K-means的冰箱制冷系统故障诊断的方法，其特征在于，所述步骤S2中，对样本数据进行分类标注，标注的数据可用于算法测试，对改进的算法的准确性进行直观判断，具体流程如下：
5.一种基于改进K-means的冰箱制冷系统故障诊断的系统，包括带有物联网通讯模块的冰箱设备(1)、数据处理与存储平台(2)、算法生成、优化与部署平台(3)和售后服务平台(4)，其特征在于：
【技术特征摘要】
1.一种基于改进k-means的冰箱制冷系统故障诊断的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进k-means的冰箱制冷系统故障诊断的方法，其特征在于，所述步骤s2中，在进行数据清洗时，对噪声数据以及不是凸的数据集进行数据清洗去除噪声数据，并对数据进行归一化处理。
3.根据权利要求1所述的一种基于改进k-means的冰箱制冷系统故障诊断的方法，其特征在于，所述步骤s3中，k-means采...
【专利技术属性】
技术研发人员：黄奥云，尚靖，任飞，
申请(专利权)人：四川虹美智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。