【技术实现步骤摘要】
本专利技术涉及一种空调系统故障诊断和预测性健康管理方法及设备。
技术介绍
1、传统的空调系统故障诊断和故障识别方法主要根据传统故障分类方法，例如故障树、贝叶斯、神经网络等多种机器学习算法。
2、一般情况下，这些传统故障分类方法，要么需要较为繁琐的数学建模过程，要么需要大量精力的寻找合适的模型参数。有些时候，只能判断出空调系统的主要运行性能是否发生异常。而不能具体地识别出这些症状可能是由哪一类故障引起的，更不能评估可能发生的这类故障的严重程度或破坏性水平。因为具有这些缺陷，因而在实际使用过程中，主要依赖于人工经验和感官观察，由现场维修和维护人员推断可能发生的故障种类，导致故障诊断的效果较差、准确性低、诊断时间长、过度维修和过度维护、维修和维护费用高等问题。
3、同时，传统方法还容易受外界干扰和人为误判，无法准确地甚至是完全不能诊断出故障原因和严重程度，严重影响了空调系统的正常使用。
4、另外，这些方法在实际应用中还存在着一些问题，例如：不同厂家生产的空调系统结构和性能特征差异大，需要针对不同型号的空调系...
【技术保护点】
1.一种空调系统故障诊断和预测性健康管理方法，其特征在于，包括：
2.如权利要求1所述的空调系统故障诊断和预测性健康管理方法，其特征在于，于表征空调系统运行状态特征的运行性能症状规则，进行故障类别的识别，包括：
3.如权利要求2所述的空调系统故障诊断和预测性健康管理方法，其特征在于，确定识别到的故障类别的可信程度级别，包括：
4.如权利要求2所述的空调系统故障诊断和预测性健康管理方法，其特征在于，基于故障发生的可能性概率，识别得到故障类别，包括：
5.如权利要求4所述的空调系统故障诊断和预测性健康管理方法，其特征在于，不...
【技术特征摘要】
1.一种空调系统故障诊断和预测性健康管理方法，其特征在于，包括：
2.如权利要求1所述的空调系统故障诊断和预测性健康管理方法，其特征在于，于表征空调系统运行状态特征的运行性能症状规则，进行故障类别的识别，包括：
3.如权利要求2所述的空调系统故障诊断和预测性健康管理方法，其特征在于，确定识别到的故障类别的可信程度级别，包括：
4.如权利要求2所述的空调系统故障诊断和预测性健康管理方法，其特征在于，基于故障发生的可能性概率，识别得到故障类别，包括：
5.如权利要求4所述的空调系统故障诊断和预测性健康管理方法，其特征在于，不完整症状规则的修正因子定义为：某个故障发生后，引起变化明显的症状规则的实际个数，除以故障-症状先验知识模糊关联信息模型中规定的引起变化的症状规则总个数。
6.如权利...
【专利技术属性】
技术研发人员：杨学宾，罗雯军，王吉，王月，陈剑飞，张瑞丹，邓晓妮，李响，张亚楠，
申请(专利权)人：东华大学，
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。